El empleo aumenta en 67.012 afiliados en términos desestacionalizados en el periodo que va de mitad de enero a mitad de febrero
16/02/2023
Afiliació a meitat de mes
L'ocupació augmenta en 67.012 afiliats en termes desestacionalitzats en el període que va de meitat de gener a meitat de febrer
Topics:
- En el que va d'any 2023, la Seguretat Social ha sumat 92.672 afiliats
- La dada suposa una acceleració en la creació d'ocupació respecte a la registrada en les dues primeres quinzenes de 2023 i gairebé triplica la mitjana de l'últim trimestre
- El nombre total d'ocupats se situa en 20.333.566, amb un increment de 571.697 respecte al tancament de 2021
Share on social networks:
L'afiliació mitjana observada en el període que va des de meitat de gener fins a meitat de febrer ha registrat un augment respecte a la mitjana de les dues quinzenes anteriors de 67.012 persones, en termes desestacionalitzats.
L'augment registrat en aquest període és superior a l'observat al gener (mitjana de les dues quinzenes anteriors), en el qual es va produir un increment de 57.726 afiliats, i també és superior a l'increment mitjà quinzenal registrat en els últims tres mesos (23.713).

Amb les últimes dades disponibles, el nombre total d'afiliats se situa així en 20.333.566, que són 92.672 més que a la fi de 2022 i 571.697 més que al tancament de 2021.

Nova metodologia
L'estadística d'afiliació quinzenal que ofereix des de gener de 2023 el Ministeri d'Inclusió, Seguretat Social i Migracions es recolza en dos avanços que proporcionen una visió més nítida de l'evolució de l'afiliació i que permeten fer un seguiment del mercat de treball amb dades de major freqüència que la mensual, únics disponibles fins a aquesta data.
La primera novetat són els nous factors de desestacionalització mensuals, que contemplen en la seva elaboració tant els anys de major impacte de la pandèmia (2020 i 2021) com el primer any complet de recuperació (2022). Amb això, es millora la precisió de l'ajust estacional; fins llavors, l'últim any utilitzat en l'estimació era 2019.
El segon avanç és l'ajust estacional de dades diàries, amb una metodologia que permet depurar les xifres diàries d'afiliació dels efectes d'estacionalitat i calendari. Amb ells, es pot fer un seguiment del mercat laboral amb dades de major freqüència (setmanal, quinzenal) que la mensual.
Finalment, per tal que les estimacions de dades ajustades en sèries d'alta freqüència que es publiquin siguin consistents amb les dades ajustades d'estacionalitat de periodicitat mensual, es fa un ajust que en garanteix la coherència, i s'obté així un factor diari completament compatible amb el mensual.
Aquests factors diaris permeten alinear la publicació i distribució de dades amb la dels països més avançats en aquesta matèria i ofereix als especialistes i al públic noves possibilitats d'anàlisi i interpretació de l'evolució del mercat de treball.
Ús de les dades
Les dades d'afiliació presentades en aquesta nota i en les taules adjuntes s'elaboren a partir de la mitjana de dues quinzenes, que es comparen amb les dades mitjana de les dues quinzenes immediatament anteriors. S'aconsegueix així comptar a meitat de mes amb una dada equivalent al mensual i que coincideix exactament amb el mensual en les dades de tancament de mes, i s'aconsegueixen dades més estables, que mostren amb més claredat la situació del mercat laboral que utilitzant dades de major freqüència, com els setmanals.
Les dades es publicaran quinzenalment al web del ministeri.
NOTA
Metodologia utilitzada per estimar els factors estacionals diaris
L'estimació del component estacional amb dades diàries es realitza mitjançant un model estructural de components no observables: tendència, component estacional i component irregular. El seu acrònim TBATS defineix algunes de les seves propietats (T: estacionalitat aproximada per funcions trigonomètriques, B: transformació Box-Cox, A: representació ARMA per al component irregular, T: Tendència, S: components estacionals). La sèrie d'afiliació té estacionalitat múltiple ja que el component estacional està format per un cicle setmanal, un cicle intra-mensual i el cicle anual, amb la particularitat que el cicle intra-mensual té una elevada variabilitat en els últims dies del mes. El model s'estima des de 2011 fins a finals de 2022. Per a un major detall, vegeu la nota metodològica:https://run.gob.es/hun751d7