DOCUMENTOS ESPECIALES

El efecto de los feriados y días no laborales en la economía

Una aplicación para el caso argentino con más de una década de cambios

 

Natalia Porto*

Natalia Espinola**

Carolina Inés García***

Universidad Nacional de La Plata - Argentina

* Doctora en Economía por la Universidad Nacional de La Plata, La Plata, Argentina. Se desempeña como Profesora Titular de la Facultad de Ciencias Económicas, Universidad Nacional de La Plata, La Plata, Argentina. Dirección Postal: 6 Nº 777, 1900, La Plata, Argentina. E-mail: natalia.porto@econo.unlp.edu.ar

** Magíster en Economía por la Universidad Nacional de La Plata, La Plata, Argentina. Se desempeña  como docente de la Licenciatura en Turismo de Facultad de Ciencias Económicas, Universidad Nacional de La Plata, La Plata, Argentina, y de la Licenciatura en Economía de la Facultad de Ciencias Económicas, Universidad de Buenos Aires, Ciudad Autónoma de Buenos Aires, Argentina. Dirección Postal: Calle 6 Nº 777, 1900, La Plata, Argentina.  E-mail: nespinola12@gmail.com.

*** Licenciada en Turismo por la Universidad Nacional de La Plata, La Plata, Argentina. Becaria tipo A de la Universidad Nacional de La Plata, La Plata, Argentina. Dirección Postal: 6 Nº 777, 1900, La Plata, Argentina. E-mail: carolina.garcia@econo.unlp.edu.ar

---

Resumen:

El objetivo de este trabajo es estimar la relación entre el Producto Interno Bruto (PIB) real y los días feriados y no laborales en Argentina, para el periodo 1993-2015, usando vectores auto-regresivos con mecanismos de corrección de error en la estimación de corto plazo, y un modelo de mínimos cuadrados ordinarios dinámico en la estimación de largo plazo. Se encuentra que un día feriado menos (o un día de trabajo adicional) no tiene un impacto estadísticamente significativo en el PIB real ni en el corto plazo ni en el largo plazo, aunque a largo plazo se observa un leve impacto negativo significativo de los feriados nacionales en el PIB real (-1%).

PALABRAS CLAVE: Turismo; Feriados; Crecimiento económico.

Abstract:

The Effect of Holidays and Non-working Days in the Economy. An Application for the Argentine case with more than a Decade of Changes.

The aim of this paper is to estimate the relationship between real GDP and the number of working days net of holidays for the period 1993-2015 in Argentina. We use vector autoregressive with error correction mechanisms techniques (short term) and a dynamic ordinary least square model (long term). The results show that a holiday less (or one additional working day) does not have a statistically significant impact on real GDP, both in the short and in the long term. In the long term, while the national holidays have a significant and negative impact on real GDP, the effect is less than 1%.

KEY WORDS: Tourism; Holidays; Economic growth.

---

INTRODUCCIÓN

Si bien es indiscutible que el modelo vacacional ha ido cambiando en el tiempo –períodos de vacaciones más cortos pero distribuidos en mayor cantidad de veces al año- y que los feriados puente pueden ser un instrumento que se acomode fácilmente a algunas de estas nuevas modalidades de turismo, es importante tener en cuenta las repercusiones de este tipo de políticas sobre la economía en su conjunto. Durante el año 2010 se instauraron en Argentina los feriados puente con fines turísticos a través de la Ley de ordenamiento de feriados, argumentando que se trataba de un elemento innovador y movilizador de las economías regionales, con repercusiones directas y positivas sobre el crecimiento económico y sobre la generación de empleo, y con el fundamento de ser una política sostenida e implementada en la Unión Europea. Sin embargo, España y Portugal son ejemplos de países que, como consecuencia de la crisis económica, han ido en la dirección opuesta. En el caso de Portugal, desde el año 2012 y hasta el año 2018, se eliminaron cuatro días festivos que actualmente son laborales. Y si bien en España se llegó hasta hablar de "acueducto" en vez de feriados puente (como consecuencia de dos días festivos con un día de diferencia en el calendario y con la política de los feriados puente si estos resultaban caer en martes y jueves), actualmente es un tema de discusión año tras año.

A inicios del año 2017 el gobierno argentino decidió reducir los feriados puente alegando que si bien mediante la Ley de ordenamiento de los feriados se tiende a reducir los efectos negativos de la estacionalidad en turismo y contribuir al desarrollo de las economías regionales (tal como estaba dispuesto en el decreto vigente), en la práctica se generaron dificultades para el cumplimiento de los días dispuestos para el ciclo lectivo y que la competitividad del sector productivo se veía afectada. En definitiva, el gobierno reconocía que, si bien implícitamente esta medida puede tener un impacto positivo en el sector turismo, el impacto puede ser nulo y/o hasta negativo para la economía en su conjunto. En particular, se discutía que algunos sectores de la economía como la industria o el comercio, pudieron sufrir altos costos por verse obligados a detener la producción, reducir las horas laborales y realizar el pago extra por trabajo en los días feriados. De este modo, las economías de lugares no turísticos podrían verse seriamente afectadas.

Barrera & Garrido (2018) proveen fundamentos teóricos para explicar la relación entre turismo, crecimiento económico y feriados, suponiendo una economía schumpeteriana. Los autores identifican, por un lado, que a medida que aumenta el número de feriados, aumenta el gasto que se realiza en turismo y de este modo aumenta el número de la fuerza laboral activa. Estos trabajadores realizan gastos en investigación, desarrollo e innovaciones en la economía, generando crecimiento. Pero, por otro lado, la caída en el número de días laborales -en los cuales se produce innovación- reduce la producción de la economía. Es así como se deduce que podría existir una relación con forma de U invertida entre el número de feriados y el crecimiento económico.

No obstante, no se ha encontrado evidencia empírica que sostenga y demuestre ninguna de las dos posturas. Más aún, a fines del año 2017 se reincorporó la política de días puente en el país (ahora feriados o días no laborales, según lo que se determine para cada año) destinada a promover la actividad turística.

Este trabajo tiene como objetivo investigar cómo ha sido la evolución de los feriados en Argentina, sus características y justificaciones, y cómo han impactado los feriados (días no laborales) en el Producto Interno Bruto (PIB) real. Con este fin, se plantea un modelo econométrico para estimar la relación entre el PIB real y el número de días hábiles netos de feriados en el corto y largo plazo.

REVISIÓN DE LA LITERATURA

Tanto a nivel internacional como nacional, el estudio científico sobre el impacto económico de los feriados es escaso y la literatura existente no presenta resultados concluyentes. Uno de los trabajos más interesantes es el de Pita Barros, Martins & Catela Nunes (2012), quienes realizan una estimación de la relación existente entre el PIB real y el número de días laborales neto de los feriados en Portugal en el periodo 1999-2011. Los autores concluyen que la eliminación de los feriados (y el consecuente aumento del número de días laborales) no genera un impacto significativo en el PIB real.

Amavilah (2009), en la misma línea, evalúa el impacto que tienen los feriados en las tasas de crecimiento económico de 182 países tomando como referencia el año 2002. Se trata de un trabajo exploratorio que tiene como objetivo aportar evidencia acerca de la importancia de los feriados en la actividad económica. Los autores encuentran que un día feriado adicional por año agrega 0,30% a la tasa de crecimiento anual, efecto positivo pero débil en términos estadísticos. Resultado de efectos opuestos dependiendo del tipo de feriado, se estima que los feriados religiosos tienen una contribución negativa mientras los feriados no religiosos tienen una contribución positiva.

Yarcia (2007) realiza un estudio del impacto de los feriados sobre la actividad turística –y sobre la actividad económica en general- para Filipinas. Encuentra un efecto negativo, o estadísticamente no significativo, en el nivel agregado de actividades económicas relacionadas con el turismo. Argumenta que los feriados generan una fuerte caída en el ingreso disponible de los individuos, consecuencia de firmas que dejan de producir para evitar pagar pesadas cargas laborales, implicando una fuerte caída en la demanda de todo tipo de servicios, incluidos los relacionados con el turismo.

Wei, Qu & Ma (2009), por su parte, estudian los efectos del tiempo libre en el crecimiento económico a largo plazo para el caso de China durante el periodo 1981-2003. Para ello, utilizan un modelo neoclásico e incluyen dos efectos compensatorios del tiempo libre: el disfrute y el aprendizaje que genera. Los autores concluyen que, si bien el tiempo libre puede afectar el crecimiento económico ya que genera un impacto en la acumulación de capital humano, este impacto depende de la etapa de desarrollo económico en la que se encuentre el país. Las variables tiempo libre y crecimiento económico a largo plazo presentan una relación débil y negativa. 

Otros autores también estudian los efectos de los días laborales en otras variables macroeconómicas, como el consumo doméstico y el índice de producción industrial, llegando a resultados similares. Herrera Ramírez & Ossa Echavarría (2014), por ejemplo, se centran en la relación entre los feriados y el consumo doméstico, hallando una correlación inversa entre el número de feriados por trimestre y la variación porcentual en el consumo doméstico para el caso colombiano. Abril Salcedo et al. (2016) aplican un ajuste estacional a los índices de producción industrial, también para Colombia, y encuentran que Semana Santa y los feriados generan efectos neutros o negativos de acuerdo con el sector. Yüncüler (2015), por otra parte, estudia los días puente en los índices de producción industrial y muestra sus efectos de acuerdo con el tipo de feriado puente (religioso o no religioso) y la época del año en la que tiene lugar. Swinkels & Van Vliet (2012) abordan algunos de los efectos calendario más usuales: los feriados, los fines de semana, las vacaciones, Halloween y los cambios de mes, estudiando sus interacciones y detectando que los dos últimos son los que tienen impactos más significativos en la economía.

Los efectos que tiene la configuración del calendario en la actividad económica son también el tema de discusión en un reporte del Deutsche Bundesbank (2012). Allí se sostiene que estos efectos son variados y que dependen tanto del sector como del tipo de actividad económica que se observe. Por ejemplo, en el ámbito de la industria manufacturera se afirma que un día laborable adicional al mes genera un aumento de la producción en un 3,4%, a menos que ese mes sea diciembre, en cuyo caso el efecto es menor por una disminución de la producción propia del sector a esa altura del año. Asimismo, se concluye que los efectos son independientes de la situación económica y de la introducción de cuentas de tiempo de trabajo (working time accounts). No ocurre lo mismo con los impactos de los días puente, las vacaciones escolares o los efectos del clima, que presentan mayores dificultades a la hora de ser estimados.

En otra línea de investigación, el análisis del impacto a nivel microeconómico de los feriados ha tenido cierta importancia e interés en la literatura. Algunos autores estudian sus efectos en la industria aerocomercial -tanto en las tarifas aéreas (Póvoa & Oliveira, 2013) como en las variaciones en el número de pasajeros en aeropuertos específicos (Beria & Laurino, 2016)- o en las ganancias del sector hotelero (DeMicco, Lin, Liu, Rejtõ, Beldona & Bancroft, 2006). También existen trabajos que estudian los impactos de los feriados en las pérdidas o ingresos de los comercios y la economía local (Cámara Argentina de Comercio y Servicios, s.f.; American Chamber of Commerce in Kosovo, 2012; Ai Group Economics and Research Team, 2015) y en los beneficios y costos para la comunidad local (Pricewaterhouse Coopers Australia, 2015). Otros trabajos estudian cuestiones diversas relacionadas con los feriados, como por ejemplo sus impactos en la demanda turística (Shen, Wang, Ye & Liu, 2017; Zirulia, 2016), la comparación del número de días de vacaciones y feriados pagos entre diferentes países (Ray & Schmitt, 2007) y el vínculo existente entre los accidentes automovilísticos y los feriados (Anowar, Yasmin & Tay, 2013).

Existe otra rama de la literatura que se ocupa de analizar los efectos de los feriados en los mercados de bonos y de acciones. Se abordan cuestiones como su impacto en los mercados bursátiles (Dumitriu, Stefanescu & Nistor, 2012; Kristjanpoller Rodríguez, 2012; Gama & Vieira, 2013; Al-Ississ, 2015), en el rendimiento de las acciones tanto en el mercado como en la industria (Marrett & Worthington, 2009) y en los índices de bolsas de valores (Fajardo & Pereira, 2008). Por su parte, los ajustes de series de tiempo por efectos calendario constituyen el eje de otro grupo de autores, tanto desde la perspectiva de la construcción de modelos que contemplen estos efectos (Monsell & U.S. Census Bureau, 2007; Suhartono, 2016) como de la estimación de sus impactos (Leontitsis, 2006; Cobb & Medel, 2010). Algunos trabajos se centran en la importancia de ajustar las series de tiempo considerando los feriados para estudiar variables específicas como el crecimiento industrial (Montenegro García, 2014) o los billetes y monedas (Burdisso, Blanco & Sardi, 2010).

Otra línea de investigación se basa en temas relacionados con los matices sociales de los feriados. En ellos se estudian aspectos generales como la evolución de los feriados dentro de un mismo país (York & Zhang, 2010; Belloso, 2011; Céspedes, 2013; Gradišnik, 2015) o el desarrollo histórico de algún elemento que implica modificaciones en el calendario de feriados (Rodríguez, 2009; Avalos, 2012), y otros más específicos, como la disposición de las personas para realizar viajes turísticos durante los fines de semana largos (Mantero, Laffan & Lefrou, 2011), el impacto de los feriados en la vida social fuera de estos periodos (Merz & Osberg, 2009) y la lectura de las conmemoraciones nacionales como eventos comunicacionales (Amati, 2013).

CONTEXTO

El primer antecedente legal de organización sistemática de los feriados en Argentina se manifiesta en el Decreto 554 del año 1955. Esta norma hace referencia a la importancia de coordinar los feriados y de que su cumplimiento no genere perjuicios económicos. Asimismo, establece cinco días del año como feriados y ocho días como no laborales.

En cuanto al traslado de los días feriados, se encuentra un primer antecedente en el Decreto 901 del año 1984, en el que se establece que el feriado del 2 de abril (en ese entonces denominado "Día de las Islas Malvinas, Georgias del Sur y Sándwich del Sur" y hoy conocido como "Día del veterano y de los caídos en la Guerra en Malvinas") se traslade al 10 de junio. Más aún, cuatro años después se promulga la Ley 23.555 que prevé los traslados de los feriados en general. En esta norma se indica que aquellos feriados nacionales obligatorios que coincidan con días martes y miércoles sean trasladados al día lunes anterior, mientras que los que coincidan con días jueves y viernes sean trasladados al día lunes siguiente. Se aclara cuáles son los feriados nacionales que se exceptúan de esta regla.

Además de las tres normas mencionadas, existe un conjunto de normativas desarrolladas entre los años 1946 y 2009 con el objetivo de añadir u organizar los días feriados y no laborales, cambiar su denominación o realizar algún traslado en su fecha. En particular en el año 2010 se establece la Ley de ordenamiento de feriados a través del Decreto 1584 con el objetivo de ordenar los feriados en el país. Además de agregar tres días feriados al calendario, junto con otras disposiciones, el decreto establece que el Poder Ejecutivo Nacional podría fijar dos feriados con fines turísticos por año en los días lunes o viernes, acompañando a feriados en días martes o jueves si los hubiera (denominado feriados puente). La justificación provista por el decreto se refiere a que esta modalidad en los feriados –dándoles el carácter de turísticos- moviliza las economías regionales y atenúa la estacionalidad propia de la actividad turística. Siguiendo esta normativa, el Decreto 1585 de ese mismo año establece los días feriados con fines turísticos para los años 2011, 2012 y 2013.

Para el Ministerio de Turismo de la Nación (2014b), la medida tomada en 2010 resultó beneficiosa considerando que un conjunto de días feriados -como los denominados fines de semana largos- favorecen el flujo de turismo doméstico, desestacionalizando la demanda, redistribuyendo la riqueza y mejorando la calidad de vida de los ciudadanos. Asimismo, se considera que la existencia de un calendario de feriados establecido de antemano permite compensar los efectos negativos de estas fechas sobre la producción. Sin embargo, no existen estudios rigurosos y cuantitativos que convaliden estas afirmaciones.

A modo ilustrativo, la Tabla 1 muestra la evolución de la cantidad de días feriados por año en el período 1993-2015, donde se puede observar el incremento de la cantidad de días feriados en la semana con la implementación de la Ley de ordenamiento de feriados. Como dato adicional, existe una mayor concentración de feriados en el segundo trimestre del año. Por su parte, en la Figura 1 se observa la cantidad de trimestres según el número de feriados (que toma valores desde 1 hasta 6 feriados), la mayoría de los trimestres en este periodo tiene entre 1 y 2 feriados.

Tabla 1: Evolución del número de feriados por año en Argentina - Años 1993-2015

Fuente: Elaboración propia en base a la página web del Ministerio del Interior, Obras Públicas y Vivienda (2017), la página web de Working Holidays (2017) y la normativa de INFOLEG (s/f)

Figura 1: Cantidad de trimestres según número de feriados - años 1993-2015
Fuente: Elaboración propia en base a la página web del Ministerio del Interior, Obras Públicas y Vivienda (2017), la página web de Working Holidays (2017) y la normativa de INFOLEG (s/f)

También resulta interesante comparar el número de feriados en Argentina con respecto a los vigentes en otros países del mundo. Según muestra la Tabla 2, de acuerdo a datos del Ministerio de Turismo de la Nación (2014a), en Argentina se registraron 19 feriados en el año 2013, un número que sólo superó China con 21 feriados en ese mismo año.

Tabla 2: Feriados en una selección de países - Año 2013
Fuente: Ministerio de Turismo de la Nación (2014a)

A comienzos del año 2017 -coincidiendo con el cambio de partido político del gobierno- se modifica la postura que se adopta con respecto a los efectos económicos de los feriados. Si bien se reconocen los efectos positivos sobre las economías regionales, en el Decreto 52 de ese año se indica que los feriados con fines turísticos crearon dificultades sobre dos aspectos cruciales: i) el cumplimiento de los días de clases escolares del ciclo lectivo; y ii) la competitividad del sector productivo.

Por este motivo, el gobierno propone eliminar estos feriados y hacer trasladables un mayor número de los feriados existentes, permitiendo así que aquellos que coincidan con días martes, miércoles o jueves sean trasladados al día lunes o viernes. De esta manera, se alega que se generará un equilibrio entre el desarrollo del turismo y el de otras actividades productivas, así como también las posibilidades de tener en cuenta el objetivo del equilibrio escolar.

Sin embargo, esta propuesta no prosperó y a fines de ese mismo año mediante la Ley 27.399 se reincorporan los días feriados puente. A partir de esta normativa, el Poder Ejecutivo podrá establecer hasta 3 feriados o días no laborales al año con fines turísticos.

MÉTODO Y DATOS

Modelo teórico

A través de un enfoque neoclásico, se parte de suponer que la función de producción del país se comporta como una función macroeconómica estándar, la cual se modificó para incorporar un insumo adicional –además del capital y del trabajo- que es el número de días laborales. Sea Y el PIB, la función de producción queda expresada de la siguiente manera:

                                                                                              (1)

En (1) L es la fuerza laboral, µ es la tasa de desempleo y K es el capital, en nuestro caso esta variable es representada por la inversión bruta fija (IBF). D es el número de días laborales que es definido como la diferencia entre el número de días hábiles y feriados. No todos los parámetros de producción serán explícitamente incluidos en el análisis. Específicamente, el input L no será directamente usado como variable explicativa, se considera sólo su crecimiento, el cual es en parte capturado en forma inversa por la tasa de desempleo. Además, el efecto de su crecimiento debería ser capturado por la tendencia, la cual tiene el objetivo de capturar el efecto del crecimiento de largo plazo.

Data

El estudio utiliza una serie de datos trimestrales desde el primer cuatrimestre de 1993 hasta el tercer cuatrimestre de 2015. Los datos de PIB, IBF y desempleo fueron obtenidos del Instituto Nacional de Estadísticas y Censos (INDEC, s/f). La información sobre feriados nacionales y puentes turísticos se obtuvo de las páginas web argentina.workingdays.org, diario La Nación (s/f) y Ministerio del Interior, obras Públicas y Vivienda. Para corroborar la información se revisó la legislación de feriados del país.

Un punto a destacar es que la variable desempleo surge de la Encuesta Permanente de Hogares (EPH) que para los años 1993 a 2002 sólo presenta información para el segundo y el cuarto trimestre, y recién a partir del año 2003 se realiza para todos los trimestres. Por lo tanto, para completar la información, los datos faltantes se estimaron mediante un promedio en base a la información disponible. Es decir, el primer trimestre de cada año se calculó como un promedio de los datos correspondientes al IV trimestre del año anterior y II trimestre del respectivo año, y el dato del tercer trimestre como un promedio de los datos del II trimestre y IV trimestre del respectivo año. Si bien esta formulación no es del todo precisa, se consideró la mejor opción en vez de la pérdida de observaciones. Sin embargo, se realizaron también las estimaciones sólo con la base de datos correspondiente al período 2003-2015 y el resultado de interés, el impacto de los días laborales en el PIB, no se vio alterado.

Primero, se testea la no estacionariedad del PBI, la tasa de desempleo y la IBF a través de dos pruebas de raíz unitaria: Dickey‐Fuller aumentado, ADF (Dickey & Fuller, 1981) y Kwiatkowski–Phillips–Schmidt–Shin, KPSS (Kwiatkowski et al., 1992). En la Tabla 3 se presentan los resultados, donde se observa que las series tienen raíz unitaria, siendo de primer orden, I (1). Esto indica que es posible cointegrar la variable dependiente y las variables independientes. Las variables restantes, el número de días laborales y días feriados, se consideran determinísticas.

Tabla 3: Pruebas de raíz unitaria

Fuente: Elaboración propia en base a la página web del Ministerio del Interior, Obras Públicas y Vivienda (2017), la página web de Working Holidays (2017) y la normativa de INFOLEG (s/f)

Modelo empírico

El modelo empírico a estimar es:

                                                            (2)

Donde (y_t) es el logaritmo natural del PIB, ln(K_t) es el logaritmo de la IBF como proxy de stock de capital, U_t es la tasa de desempleo como proxy de la inversa del crecimiento exógeno de la fuerza laboral, y D_t representa el número de días laborales netos de feriados. ß son los parámetros a estimar y µ_t es el término error. Adicionalmente, se deben considerar en el modelo las posibles características estacionales de las series y para ello se agregan variables dummies trimestrales. Las variables se expresan en logaritmo de modo que los coeficientes obtenidos pueden interpretarse como elasticidades.

El número de días laborales netos de feriados (D1) se define como la diferencia entre el número de días hábiles y feriados nacionales. En el modelo se supone que la producción de los fines de semana es residual y, por lo tanto, no se considera en la estimación. Dado que un día feriado menos representa un día de trabajo adicional, el efecto de esta variable en el PIB se puede leer como el efecto de la reducción de un feriado.

Otro punto importante a considerar en la estimación es la identificación del efecto de los feriados puentes turísticos. En Argentina y de acuerdo a la Ley de ordenamiento de feriados, cuando el feriado cae un martes o un jueves, el lunes o el viernes inmediato anterior o inmediato posterior, respectivamente, se consideran feriado puente turístico. Entonces en estos casos, un día feriado representa menos dos días hábiles y para tener esto en cuenta se estima la misma ecuación redefiniendo el número de días laborales netos (D2) como el número de días laborales en semana menos feriados nacionales y feriados puentes turísticos.

Por razones de robustez, se estima también el mismo modelo usando por separado el número de días laborales, el número de feriados nacionales (que ocurren los días de la semana) y el número de puentes turísticos. Se esperaría que el coeficiente de la variable número de días laborales presente un signo positivo, mientras el número de feriados nacionales y el de puentes turísticos un signo negativo.

Considerando las características de los datos, la especificación del modelo difiere del presentado en la ecuación (2) y se usan dos alternativas dependiendo si se estima el impacto de corto o largo plazo. Para capturar los efectos de corto plazo se plantea un modelo de vectores auto-regresivos con mecanismos de corrección de error (VECM). La especificación de modelos VECM incorpora la dinámica de corto y largo plazo evitando la pérdida de la información que se desprende de la dinámica de largo plazo. En esta especificación se toman como variables endógenas el PIB, la tasa de desempleo y la inversión bruta fija. La variable relativa al número de días laborales se toma como exógena y, como tal, no aparece en el vector de cointegración. De esta manera, a través del VECM se puede evaluar el impacto de la variable de días laborales en el PBI sólo en el corto plazo. Entonces en este caso el modelo a estimar es:

                                                                                   (3)

Donde = Y_t = (lnPBI_t, Tasa de desmpleo_t, lnIBF_t) y  son matrices de coeficientes. Particularmente,  es el coeficiente de interés que brinda el impacto de corto plazo de los días laborales en el PIB. La matriz  está compuesta por la velocidad de ajuste hacia estado estacionario dado cualquier desviación de equilibrio y β se compone de los coeficientes de largo plazo del vector de cointegración Y_t-1 .

Por su parte, el impacto de largo plazo es estimado mediante un modelo de Mínimos Cuadrados Ordinarios Dinámico (DOLS, en inglés) propuesto por Stock & Watson (1993) en el caso que algunas variables sean I (1) y otras sean determinísticas. DOLS es una técnica de cointegración de una sola ecuación que supera los problemas comunes del modelo de Mínimos Cuadrados Ordinarios estático (OLS, en inglés) y permite el análisis de variables independientes exógenas. Las estimaciones mediante OLS estático de las relaciones a largo plazo son potencialmente sesgadas y las inferencias no se pueden extraer utilizando el estadístico t (Banerjee, Hendry & Smith, 1986; Kremers, Dolado & Ericsson, 1992). Además, la ventaja de usar DOLS es que corrige el potencial sesgo de simultaneidad a través de la inclusión de avances y rezagos de la primera diferencia de las variables explicativas. Por lo tanto, es posible construir estadísticas de prueba asintóticamente válidas y también estimar las relaciones de largo plazo. También es particularmente robusto en muestras pequeñas. Entonces para la estimación a largo plazo el modelo empírico es:

                                                                                   (4)

Donde ß es un vector de coeficientes y X_t = (1, _t, tasa de desempleo_t, lnIBF_t, D_t), mientras E = (tasa de desmpleo_t, lnIBF_t). En esta ecuación, los coeficientes deben considerarse como el impacto a largo plazo de cada variable, y por lo tanto se puede usar esto para estimar el impacto de un día laboral adicional en el PIB a largo plazo.

RESULTADOS

Impacto de Corto Plazo

Se estimó un VECM tomando el PIB, la tasa de desempleo y la IBF como variables endógenas, y el número de días laborales como variable determinística permitiendo estimar el efecto de corto plazo.

En lo que respecta a las pruebas de cointegración, las pruebas de máximo autovalor como de traza muestran evidencia de un vector de cointegración. Los resultados se presentan en la Tabla 4. Esto demuestra que se necesita usar un VAR restringido, por ello se pasa a estimar el modelo VECM.

Tabla 4: Test de cointegración de Johansen

Fuente: Elaboración propia en base a la página web del Ministerio del Interior, Obras Públicas y Vivienda (2017), la página web de Working Holidays (2017) y la normativa de INFOLEG (s/f)

En la Tabla 5 se presentan los resultados del VECM. Se sugiere que el modelo tenga 5 rezagos de acuerdo al Error Previsto Final, el criterio de información de Hannan-Quinn, Akaike & Schwarz. Una vez estimado el modelo, se excluyen aquellos rezagos estadísticamente no significativos en el VECM (aquellos que presentan un p-valor mayor al 5%), y con el resto de las variables se estima un modelo de mínimos cuadrados ordinarios (MCO).

Tabla 5: Resultados de MCO - Análisis de corto plazo

Fuente: Elaboración propia en base a la página web del Ministerio del Interior, Obras Públicas y Vivienda (2017), la página web de Working Holidays (2017) y la normativa de INFOLEG (s/f)

El impacto de un día de trabajo adicional en el PIB, que puede interpretarse como un día feriado menos, presenta un coeficiente estadísticamente no significativo. Esto indicaría que acortar el número de días feriados no tiene un impacto en el PIB. Una explicación a esto se puede encontrar en el hecho de que un día feriado no siempre es un día sin producción. Hay sectores que siguen operando durante los feriados, en particular aquellos sectores relacionados al turismo –sector hotelero; de servicios de venta de bebidas y alimentos; de servicios de entretenimientos, culturales y deportivos; transporte; comercio; como los más relacionados- aunque existen otros sectores que operan aunque en menor medida. Esto hace que la disminución del PIB sea menos crítica.

Los resultados apuntan entonces a que las pérdidas en términos de PIB provenientes de los sectores que dejan de operar cuando hay feriados nacionales no son estadísticamente significativas. Como fue mencionado anteriormente, esto puede deberse a un efecto "compensación". Si bien se puede perder producción por la no operación de ciertos sectores, este efecto puede estar siendo contrarrestado por el mayor crecimiento que tienen otros sectores de la economía durante esos días. Volviendo al ejemplo del sector turismo, si la producción turística se ve positiva y fuertemente afectada en los feriados nacionales, dado que los individuos lo aprovechan para hacer turismo, esto puede amortizar las pérdidas de producción en otros sectores. Esta explicación toma más sentido cuando se incluyen los feriados puentes turísticos en la variable de interés (D2). Se observa que si bien el coeficiente estimado de los días laborales netos de feriados y puentes turísticos sigue siendo estadísticamente no significativo, la magnitud del coeficiente es relativamente menor. Eso demuestra que el rendimiento marginal de un día laboral adicional es aún menor. Estos resultados van en la línea de la justificación provista en los decretos para la determinación de los feriados puente, al referirse al impacto económico positivo sobre las economías regionales relacionadas con el turismo (Decreto 1584, 2010). Sin embargo, existen ciertas dificultades identificadas en el Decreto 52 (2017) –como el cumplimiento de los días escolares del ciclo lectivo y la competitividad del sector productivo- que no han sido tenidas en cuenta, por lo tanto no han sido (y probablemente no puedan ser) cuantificadas bajo este enfoque.

En el país, el crecimiento del turismo en los fines de semana largos-que han surgido a partir de la inclusión de los puentes turísticos a través de la Ley de ordenamiento de feriados-fue evidenciado en las estadísticas oficiales. De acuerdo al Ministerio de Turismo de La Nación, en el año 2014 el 17,3% del gasto total de los turistas se produjo solo en los fines de semana largo. En ese mismo año, según indican los resultados de la Encuesta de Viajes y Turismo de los Hogares (Ministerio de Turismo de La Nación, 2014b), se contabilizaron unos 6,79 millones de turistas durante los fines de semana largos, de los cuales un 94,8% viajó dentro del país. Se debe considerar, igualmente, que el número de turistas en fines de semana largos disminuyó de 2013 a 2014, incrementándose la cantidad de excursionistas. Cabe destacar que en los informes de esta encuesta para los años 2012, 2013 y 2014 se sostiene que la política de los fines de semana largos a partir de los feriados muestra un impacto positivo, ya que la estacionalidad en esos años (medida a partir de un índice de estacionalidad implementado por el Ministerio de Turismo) es mayor cuando se excluye a los turistas que viajaron en Argentina fuera de días feriados, que si se los tiene en cuenta (Ministerio de Turismo de la Nación, 2014b).

Por último, cuando se evalúa el modelo utilizando el número de días de semana y días feriados nacionales y puentes turísticos por separado también se observa que los coeficientes no son estadísticamente significativos pero con signo positivo, excepto los feriados nacionales que presentan un signo negativo como el esperado. El signo positivo de los puentes turísticos puede estar relacionado con la explicación anterior. Además de las distintas especificaciones sobre la definición de la variable días laborales, se realizaron diferentes supuestos sobre las especificaciones del modelo VECM, en la definición de los rezagos y la especificación de la tendencia. El principal resultado de la ausencia de efecto del número de feriados en el PIB se mantiene, mostrando consistencia y robustez en los resultados.

Impacto de largo plazo

En la Tabla 6 se presentan los resultados del análisis de la relación de los días laborales y el PIB real en el largo plazo mediante DOLS. Para la selección de avances y retardos se utilizó el criterio de información Hannan-Quinn.

Tabla 6: Resultados Mínimo Cuadrados Ordinarios Dinámicos - Análisis de largo plazo

Fuente: Elaboración propia en base a la página web del Ministerio del Interior, Obras Públicas y Vivienda (2017), la página web de Working Holidays (2017) y la normativa de INFOLEG (s/f)

Se observa que, al igual que en el corto plazo, el número de días laborales no tiene un impacto estadísticamente significativo en el PIB. Si se analiza la magnitud del coeficiente se puede observar que es bajo (0,27%) y si se agregan los puentes turísticos, el valor es aún menor. Esto estaría indicando que los rendimientos marginales por día de trabajo adicional, o un día de feriado menos, es muy bajo, cercano a cero.

Si se desagrega el indicador en días laborales, feriados nacionales y puentes turísticos, se observa que feriados nacionales tienen un efecto negativo y estadísticamente significativo en el PIB real, aunque su coeficiente sigue siendo menor a 1%. Por ello cuando se agregan los feriados con los puentes turísticos, este efecto desaparece.

Los coeficientes de las variables tendencia, tasa de desempleo e IBF son estadísticamente significativos y presentan el signo esperado. La tendencia muestra un crecimiento positivo a largo plazo. La tasa de desempleo tiene un efecto negativo y la IBF tiene un efecto positivo, en concordancia con la teoría económica.

Es importante mencionar que el estudio presenta ciertas limitaciones que deben ser tenidas en cuenta para el análisis de resultados. Por un lado, se supone una función de producción macroeconómica estándar para estimar el crecimiento económico fundamentalmente por la simplicidad de la estimación. Es interesante notar que la evidencia internacional arriba a resultados similares con metodologías diferentes. Por otro lado, la información de las variables utilizadas para el análisis se presenta en forma trimestral (de 64 a 66 días de la semana) y hay sólo entre 1 y 6 días de feriados por trimestre. Por lo tanto, la variabilidad de la variable días laborales netos es moderada. Es así que el impacto de un día laboral adicional sobre el PIB puede no ser lo suficientemente fuerte estadísticamente en base a la información utilizada. Para lograr mayor variabilidad, los datos deberían estar más desagregados (mensualmente o semanalmente), sin embargo, en Argentina las variables PIB, tasas de desempleo e IBF la mayor desagregación es a nivel trimestral.

CONCLUSIONES

A inicios del año 2017 el gobierno argentino decidió eliminar los feriados puentes turísticos (Decreto que fue revertido a fines de 2017) que habían sido establecidos durante el año 2010 -alegando que, si bien mediante la Ley de ordenamiento de los feriados se tiende a reducir los efectos negativos de la estacionalidad en turismo y contribuir al desarrollo de las economías regionales, en la práctica se generaron dificultades para el cumplimiento de los días dispuestos para el ciclo lectivo y se afectó la competitividad del sector productivo. En definitiva, el gobierno reconoció que, si bien implícitamente esta medida podía tener un impacto positivo en el sector turismo, este impacto resultaba quizás nulo y/o hasta negativo para la economía en su conjunto.

Tanto la política implementada durante el año 2010, como los cambios propuestos durante el año 2017, no han sido iniciativas acompañadas de evidencia y/o estimaciones cuantitativas que sustenten uno u otro escenario.

El objetivo de este trabajo es entonces realizar un primer análisis de esta problemática, acercando algunas ideas para enfocar el tratamiento del tema desde un enfoque teórico como empírico. En este trabajo se estima una relación entre el PIB real y el número de días laborales netos de feriados. La estimación del efecto de corto plazo se realiza a través del modelo de vectores auto-regresivos con mecanismos de corrección de error, y para estimar el efecto de largo plazo se utiliza un modelo de mínimos cuadrados ordinarios dinámico. Se utiliza la variabilidad de los días feriados por trimestre y año en el periodo comprendido entre 1993 y 2015.

Los resultados muestran que un día de trabajo adicional, lo que significa un día feriado menos, no tiene un impacto estadísticamente significativo en el PIB real, tanto en el corto como en el largo plazo. Sólo se observa que en el largo plazo, si bien los feriados nacionales muestran un impacto negativo y significativo en el PBI real, este efecto es muy pequeño y menor del 1%. Los resultados obtenidos se alinean con los encontrados en la evidencia internacional, como es el caso de Pita Barros et al. (2012) para Portugal; Amavilah (2009) para 182 países; Wei et al. (2009) para China; Yarcia (2007) para Filipinas; y Abril Salcedo et al. (2016) para Colombia.

Estos estudios arriban con diferentes metodologías de estimación al mismo resultado: un feriado adicional tiene un impacto mínimo o no significativo en el crecimiento de la economía. Esta relación puede explicarse con la teoría de Douglas (1934) de la asignación de tiempo de trabajo-ocio que muestra que la propensión al trabajo disminuye con el crecimiento del ingreso, mientras que la productividad aumenta. Por su parte, Wilensky (1961) reinterpreta a Douglas en el sentido de que el "tiempo libre", también llamado "el nuevo ocio" es una función inversa del crecimiento económico. Los altos salarios permiten a los trabajadores comprar más tiempo libre, sin embargo, también conducen a un costo de oportunidad de las vacaciones (ocio) más alto, lo que resulta en un efecto neto indeterminado.

Este trabajo constituye un primer paso en el análisis de esta problemática en el país que, hasta el momento, ha formado parte de la agenda del gobierno, pero sin que se haya realizado un estudio riguroso acerca de los efectos netos y los impactos económicos de los feriados y/o feriados puente.

Avanzar en el estudio de los impactos microeconómicos de estas políticas puede proporcionar elementos adicionales a los hacedores de política para revisar y adecuar las acciones en la búsqueda del crecimiento económico nacional, sin perjudicar a ningún sector en particular y teniendo en cuenta los efectos sobre todos los aspectos de la sociedad: beneficios económicos, pago de horas extra, pérdida de competitividad, pérdida de días de escolaridad que no es posible recuperar, entre otros efectos. 

REFERENCIAS BIBLIOGRÁFICAS

1. Abril Salcedo, D.; Melo, L. F. & Parra, D. (2016) "Impacto de la semana santa sobre los índices de producción sectoriales de la industria colombiana". Revista de Economía del Rosario 19(1): 59-84        [ Links ]

2. Ai Group Economics and Research Team (2015) "Impacts of proposed Grand Final public holiday". Disponible en  http://cdn.aigroup.com.au/Economic_Indicators/Research_Notes/2015/Vic_AFL_final_friday_public_holiday_survey_FINAL_REPORT.pdf Consultado el 17 de mayo de 2017        [ Links ]

3. Al-Ississ, M. (2015) "The holy day effect". Journal of Behavioral and Experimental Finance 5: 60-80        [ Links ]

4. Amati, M. (2013) "Ceremonias públicas y ritos nacionales: abordajes desde la comunicación y la cultura". VII Jornadas Santiago Wallace de Investigación en Antropología Social, UBA, Buenos Aires. Disponible en: https://www.aacademica.org/000-063/604.pdf Consultado el 17 de mayo de 2017        [ Links ]

5. Amavilah, V. H. (2009) "Holidays and the economic growth of nations, MPRA, 1736". Disponible en: https://mpra.ub.uni-muenchen.de/17326/1/MPRA_paper_17326.pdf. Consultado el 22 de mayo de 2017        [ Links ]

6. American Chamber of Commerce in Kosovo (2012) "Position paper on official holidays of the Republic of Kosovo". Kosovo        [ Links ]

7. Anowar, S.; Yasmin, S. & Tay, R. (2013) "Comparison of crashes during public holidays and regular weekends". Accident Analysis & Prevention 51: 93-97         [ Links ]

8. Avalos, E. (2012) "Los decretos de necesidad y urgencia en Argentina: Desde 1853 hasta nuestros días". Revista de la Facultad de Derecho 3(1): 147-157        [ Links ]

9. Banerjee, A.; Hendry, D. & Smith, G. (1986) "Exploring equilibrium relationships in econometrics through static models: Some Monte Carlo evidence". Oxford Bulletin of Economics and Statistics 52: 92–104

10. Barrera, F. & Garrido, N. (2018) "Public holidays, tourism, and economic growth". Tourism Economics 24(4): 473-485        [ Links ]

11. Belloso, M. J. I. (2011) "La fijación de los días inhábiles en el ordenamiento español". Revista de Administración Pública 186: 425-457        [ Links ]

12. Beria, P. & Laurino, A. (2016) "Determinants of daily fluctuations in air passenger volumes. The effect of events and holidays on Milan Malpensa Airport". Journal of Air Transport Management 53: 73-84        [ Links ]

13. Burdisso, T.; Blanco, E. & Sardi, M. (2010) "Relevancia del ajuste estacional en el análisis de corto plazo: Efectos del calendario doméstico sobre la serie de billetes y monedas en Argentina". Central Bank of Argentina (BCRA). Disponible en: https://www.econstor.eu/bitstream/10419/86128/1/615069576.pdf. Consultado el 22 de mayo de 2017

14. Cámara Argentina de Comercio y Servicios (s.f.) "Encuesta a cámaras empresarias socias a nivel nacional: El impacto de los feriados en las empresas". Disponible en http://docplayer.es/30679566-A-continuacion-se-presentan-los-resultados-de-esa-medicion.html. Consultado el 18 de mayo de 2017        [ Links ]

15. Céspedes R. L. (2013) "Economía y feriados nacionales en Paraguay (1990-2013)". Sociedad Científica del Paraguay XVIII: 97-106        [ Links ]

16. Cobb, M. & Medel, C. A. (2010) "Una estimación del impacto del efecto calendario en series desestacionalizadas chilenas de actividad y demanda". Economía Chilena 13(3): 95-103        [ Links ]

17. Decreto N° 554 (1955) Portal de Información Legislativa y Documental del Ministerio de Justicia y Derechos Humanos, Buenos Aires        [ Links ]

18. Decreto N° 901 (1984) Portal de Información Legislativa y Documental del Ministerio de Justicia y Derechos Humanos, Buenos Aires        [ Links ]

19. Decreto N° 1584 (2010) Portal de Información Legislativa y Documental del Ministerio de Justicia y Derechos Humanos, Buenos Aires        [ Links ]

20. Decreto N° 1585 (2010) Portal de Información Legislativa y Documental del Ministerio de Justicia y Derechos Humanos, Buenos Aires        [ Links ]

21. DeMicco, F. J.; Lin, Y.; Liu, L.; Rejtõ, L.; Beldona, S. & Bancroft, D. (2006) "The effect of holidays on hotel daily revenue". Journal of Hospitality & Tourism Research 30(1): 117-133        [ Links ]

22. Deutsche Bundesbank (2012) "Calendar effects on economic activity". Monthly Report. Disponible en: https://www.bundesbank.de/Redaktion/EN/Downloads/Publications/Monthly_Report_Articles/2012/2012_12_calendar.pdf?__blob=publicationFile. Consultado el 30 de mayo de 2017        [ Links ]

23. Diario La Nación (s/f) "Calendario de feriados". http://servicios.lanacion.com.ar/feriados. Consultado el 25 de febrero de 2017        [ Links ]

24. Dickey, D. A. & Fuller, W. A. (1981) "Likelihood ratio statistics for autoregressive time series with a unit root". Econometrica - Journal of the Econometric Society 49(4): 1057-1072        [ Links ]

25. Douglas, P. H. (1934) "Theory of wages". MacMillan Company, New York        [ Links ]

26. Dumitriu, R.; Stefanescu, R. & Nistor, C. (2012) "Holiday effects during quiet and turbulent times". Disponible en: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2043756 Consultado el 5 de mayo de 2017        [ Links ]

27. Fajardo, J. & Pereira, R. (2008) "Efeitos sazonais no índice Bovespa". Brazilian Business Review 5(3): 244-254        [ Links ]

28. Gama, P. M. & Vieira, E. F. (2013) "Another look at the holiday effect". Applied Financial Economics 23(20): 1623-1633        [ Links ]

29. Gradišnik, I. S. (2015) "A festive bricolage: the holiday calendar in Slovenia over the last century". Folklore - Electronic Journal of Folklore (60): 29-50

30. Herrera Ramírez, J. P. & Ossa Echavarría, J. F. (2014) "Relación de los días festivos con el consumo doméstico en Colombia". Tesis de Grado. Disponible en: http://eia-dspace.metabiblioteca.com/handle/11190/1515 Consultado el 19 de mayo de 2017        [ Links ]

31. Instituto Nacional de Estadística y Censos de la República Argentina - INDEC (s/f)  https://www.indec.gob.ar/ Consultado el 19 de mayo de 2017        [ Links ]

32. Información Legislativa y Documental – INFOLEG (s/f) http://www.infoleg.gob.ar/ Consultado el 19 de mayo de 2017

33. Johansen, S. & Juselius, K. (1990) "Maximum likelihood estimation and inference on cointegration –with applications to the demand for money". Oxford Bulletin of Economics and Statistics 52: 169–210

34. Kremers, J.; Ericsson, N. & Dolado, J. (1992) "The power of cointegration tests". Oxford Bulletin of Economics and Statistics 54: 325–349

35. Kristjanpoller Rodríguez, W. (2012) "Efecto día feriado en los principales mercados accionarios de Latinoamérica". Contaduría y Administración 57(2): 45-62        [ Links ]

36. Kwiatkowski, D.; Phillips, P. C.; Schmidt, P. & Shin, Y. (1992) "Testing the null hypothesis of stationarity against the alternative of a unit root: How sure are we that economic time series have a unit root?" Journal of Econometrics 54(1-3): 159-178        [ Links ]

37. Leontitsis, A. (2006) "Dynamical estimation of calendar effects". Fluctuation and Noise Letters 6(01): L7-L15        [ Links ]

38. Ley N° 23.555 (1988) Portal de Información Legislativa y Documental del Ministerio de Justicia y Derechos Humanos, Buenos Aires         [ Links ]

39. Mantero, J. C.; Laffan, L. & Lefrou, D. (2011) "Disposición de realizar turismo en fines de semana largos: encuesta a turistas de temporada estival en Mar del Plata". Aportes y Transferencias 15(1): 123-152        [ Links ]

40. Marrett, G.J. & Worthington, A. C. (2009) "An empirical note on the holiday effect in the Australian stock market, 1996–2006". Applied Economics Letters 16(17): 1769-1772

41. Merz, J. & Osberg, L. (2009) "Keeping in touch. A benefit of public holidays using time use diary data electronic". International Journal of Time Use Research 6(1): 130-166        [ Links ]

42. Ministerio del Interior, Obras Públicas y Viviendas (2017) Disponible en https://www.argentina.gob.ar/interior. Consultado el 5 de febrero de 2017        [ Links ]

43. Ministerio de Turismo de la Nación (2014a) "Anuario estadístico de turismo 2014". Disponible en: http://www.yvera.gob.ar/estadistica/. Consultado el 14 de febrero de 2018        [ Links ]

44. Ministerio de Turismo de la Nación (2014b) "Encuesta de viajes y turismo de los hogares - Años 2012, 2013 y 2014". Disponible en: http://www.yvera.gob.ar/estadistica/. Consultado el 12 de febrero de 2018        [ Links ]

45. Monsell, B. C. & U. S. Census Bureu (2007) "Issues in modeling and adjusting calendar effects in economic time series". In Proceedings of the Third International Conference on Establishment Surveys [CD-ROM]. American Statistical Association. Disponible en: https://statprize.org/meetings/ices/2007/proceedings/ICES2007-000150.PDF. Consultado el 07 de julio de 2017         [ Links ]

46. Montenegro García, A. (2014) "Series de días hábiles en Colombia: una aplicación al ajuste del crecimiento industrial". Apuntes del CENES 33(57): 11-30        [ Links ]

47. Pita Barros, P.; Martins, B. & Catela Nunes, L. (2012) "The economic value of a holiday". Disponible en: http://docentes.fe.unl.pt/~lcnunes/workingpapers/the_economic_value_of_a_holiday.pdf. Consultado el 05 de enero de 2017        [ Links ]

48. Póvoa, H. & Oliveira, A. V. (2013) "Econometric analysis to estimate the impact of holidays on airfares". Journal of Transport Literature 7(2): 284-296        [ Links ]

49. Pricewaterhouse Coopers Australia (2015) "Regulatory impact statement on proposed new public holidays in Victoria". Department of Economic Development, Jobs, Transport and Resources. Disponible en  www.betterregulation.vic.gov.au/files/55dcc432.../Public-Holidays-RIS-2015.pdf Consultado el 05 de febrero de 2017        [ Links ]

50. Ray, R. & Schmitt, J. (2007) "No vacation nation USA: A comparison of leave and holidays in OECD countries". European Economic and Employment Policy Brief (3): 1-18. Disponible en: https://www.etui.org/Publications2/Policy-Briefs/European-Economic-Employment-and-Social-Policy/No-vacation-nation-USA-a-comparison-of-leave-and-holiday-in-OECD-countries Consultado el 20 de febrero de 2017        [ Links ]

51. Rodríguez, L. G. (2009) "El calendario escolar y las celebraciones en la provincia de Buenos Aires durante la última dictadura militar". Clio & Asociados (13): 34-60. Disponible en: http://www.memoria.fahce.unlp.edu.ar/library?a=d&c=arti&d=Jpr4624. Consultado el 05 de febrero de 2017        [ Links ]

52. Shen, H.; Wang, Q.; Ye, C. & Liu, J. S. (2017) "The evolution of holiday system in China and its influence on domestic tourism demand". Journal of Tourism Futures 4(2): 139-151        [ Links ]

53. Stock, J. H. & Watson, M. W. (1993) "A simple estimator of cointegrating vectors in higher order integrated systems". Econometrica 61(4): 783-820        [ Links ]

54. Suhartono, S. (2016) "Calendar variation model for forecasting time series data with islamic calendar effect". Journal Matematika, Sains, Dan Teknologi 7(2): 85-94        [ Links ]

55. Swinkels, L. & Van Vliet, P. (2012) "An anatomy of calendar effects". Journal of Asset Management 13(4): 271-286        [ Links ]

56. Wei, X.; Qu, H. & Ma, J. E. (2009) "A neoclassic growth model of leisure time and China's economic growth". International CHRIE Conference-Refereed Track, San Francisco         [ Links ]

57. Wilensky, H. L. (1961) "The uneven distribution of leisure: The impact of economic growth on free time". Social Problems 9(1): 32-56        [ Links ]

58. Working Holidays (2017) Disponible en argentina.workingdays.org. Consultado el 20 de febrero de 2017        [ Links ]

59. Yarcia, L. D. (2007) "Is holiday economics good for the tourism sector? - The Philippine case". 10th National Convention on Statistics (NCS) EDSA, Shangri-La Hotel, October 1-2, Mandaluyong        [ Links ]

60. York, Q.Y. & Zhang, H.Q. (2010) "The determinants of the 1999 and 2007 Chinese Golden Holiday System: A content analysis of official documentation". Tourism Management 31(6): 881-890        [ Links ]

61. Yüncüler, C. (2015) "Estimating the bridging day effect on Turkish industrial production". Research and Monetary Policy Department, Central Bank of the Republic of Turkey, Ankara        [ Links ]

62. Zirulia, L. (2016) "Should I stay or should I go?’ Weather forecasts and the economics of ‘short breaks". Tourism Economics 22(4): 837-846

Recibido el 05 de noviembre de 2018
Reenviado el 25 de noviembre de 2018
Aceptado el 02 de diciembre de 2018

Arbitrado anónimamente