Tema 1b Método - Bárbara Bautista Aguilar

Vista previa del material en texto

Tema1b:AnálisisEconómico:
CuestionesMetodológicas
AnálisisEconómico&ExperienciaChilena
JoséDíaz,MacarenaGarcía
RolfLüders&ClaudioSapelli
PontificiaUniversidadCatólicadeChile
SegundoSemestre,2020
Objetivos
I Explicar las características de la economía como
procedimiento de análisis.
I Presentar nociones básicas de investigación científica.
I Explicar el concepto contrafactual como medio para examinar
causalidad.
06-ago-2020
2/40 
Contenidos
Metodología & Economía
Sobre causalidad (y Cliometría)
Algunos consejos
06-ago-2020
3/40 
Contenidos
Metodología & Economía
Sobre causalidad (y Cliometría)
Algunos consejos
06-ago-2020
4/40 
Metodología
I Método: procedimiento que emplea una disciplina para validar
explicaciones.
I Problemas:
I Un mal método no necesariamente lleva a respuestas
equivocadas.
I Un buen método no necesariamente lleva a respuestas
correctas.
I Cada disciplina posee una metodología peculiar:
procedimiento para validar explicaciones.
I HISTORIADOR: Problema, tesis, argumento (prueba),
problema, . . .
I ECONOMISTA: Problema, hipótesis, teoría (modelo), prueba
empírica CAUSAL [uso de métodos estadísticos], . . .
06-ago-2020
5/40 
¿Qué es Economía?
I Economía es una ciencia social que estudia la acción humana
por medio de modelos sujetos a validación.
I Lo que define a la economía no es el objeto de estudio sino el
método (modelación y validación) (Becker).
I Importa el agente (la macroeconomía contemporánea busca
fundamentos microeconómicos).
I Lleva a lo que Lazear (2000) denomina «imperialismo
económico»: la economía se aplica a prácticamente todo.
06-ago-2020
6/40 
Modelos
Tres aspectos a considerar
I Modelo: constructo intelectual que simplifica la realidad
(¿para qué?).
I Modelo ≈ Teoría ≈ Explicación
I Tres consideraciones:
1. Los supuestos (premisas o postulados). Afirmaciones que
son tomadas como dadas o preexistentes sin investigación
adicional (axioma en el sentido de «afirmación indiscutible»).
2. Instrumentalismo predictivo en sentido estricto. Lo
relevante de un modelo es su poder predictivo o explicativo
(Friedman 1953).
3. Principio de parsimonia. A igualdad de capacidad explicativa
y predictiva, se preferirá aquel modelo menos complicado.
Essentia non sunt multiplicanda praeter necessitatem [«Las
entidades no deberían ser multiplicadas innecesariamente»]
(Guillermo de Occam, 1285-1349)
06-ago-2020
7/40 
Robert Lucas, Premio Nobel de Economía 1995
The point of studying wholly fictional
[model], rather than actual societies, is
that it is relatively inexpensive to
subject them to external forces of
various types and observe the way they
react. If, subjected to forces similar to
those acting on actual societies, the
artificial society reacts in a similar way,
we gain confidence that there are
useable connections between the
invented society and the one we really
care about.
06-ago-2020
8/40 
Peter Diamond, Premio Nobel de Economía 2010
The complexity of the economy calls for the use of multiple models
that address different aspects of the determinants of unemployment
(and other) outcomes . . . I am concerned that . . . too many
economists take the findings of individual studies literally as a basis
for policy thinking, rather than drawing inferences from an individual
study, and combining them with inferences from other studies that
consider other aspects of a policy question, as well as with intuitions
about aspects of policy that have not been formally modeled.
Assumptions that are satisfactory for basic research, for clarifying an
issue by isolating it from other effects, should not play a central role
in policy recommendations if those assumptions do not apply to the
world. To me, taking a model literally is not taking a model seriously.
It is worth remembering that models are incomplete indeed, that is
what it means to be a model.
06-ago-2020
9/40 
Validación
I La condición mínima para una contribución positiva a la
comprensión económica es que toda teoría positiva debe
producir refutaciones basadas en evidencia positiva. (datos)
I Esencialmente, la refutación, verificación o comprobación
recurre a un ejercicio empírico.
Aclaración. En este curso no se pide algo sofisticado.
I ¿Es una teoría (modelo) una verdad absoluta? No. El proceso
de prueba nunca termina: aparecen nuevos datos y técnicas de
prueba y ninguna teoría puede explicar «todo». Simplemente
genera predicciones de estática comparativa («derivadas»).
06-ago-2020
10/40 
Cualidades que aseguran calidad
Rigurosidad. Supuestos explícitos, métodos formales, conclusiones
consistentes.
Solidez. Fundamentado en principios y teoría.
Refutación. Predicciones contrastables (replicables y disputables).
Utilidad. ¿Qué hemos aprendido?
06-ago-2020
11/40 
Ben Bernanke, Presidente FED 2006-2014
Economics is a highly sophisticated field
of thought that is superb at explaining
to policymakers precisely why the
choices they made in the past were
wrong. About the future, not so much.
However, careful economic analysis does
have one important benefit, which is
that it can help kill ideas that are
completely logically inconsistent or
wildly at variance with the data. This
insight covers at least 90 percent of
proposed economic policies.
06-ago-2020
12/40 
Contenidos
Metodología & Economía
Sobre causalidad (y Cliometría)
Algunos consejos
06-ago-2020
13/40 
Robert Solow, 1924-. . .
An economic historian is merely
an economist with a high
tolerance for dust.
06-ago-2020
14/40 
Cliometría: la historia desde la economía
Goldin (1995)
I La «nueva historia económica» o Cliometría es la aplicación de
la teoría económica y de los métodos cuantitativos en el
estudio de la historia.
I El pasado es un gran experimento para ideas económicas.
I El estudio de historia económica se somete a los mismos
estándares de prueba que otras ramas de la economía.
I La innovación más importante e inmediata de esta
formalización de la historia económica fue el contrafactual.
06-ago-2020
15/40 
Robert Fogel, 1926-2013
I Historia
económica-Cliometría
I Counterfactual
I Esclavitud, ferrocarriles, . . .
I Premio Nobel 1993
06-ago-2020
16/40 
Contrafactual
I El contrafactual representa el estado del mundo que se habría
observado en la ausencia del fenómeno bajo estudio.
I La evaluación implica tomar la diferencia entre lo que ocurrió
(con el fenómeno) y qué habría ocurrido (sin el fenómeno).
I Problema: no se puede observar el contrafactual.
I Solución: «replicar» o «construir» el contrafactual.
I Ejemplo: «La expansión de la red ferroviaria explica el
crecimiento económico de Estados Unidos a fines del siglo
XIX».
06-ago-2020
17/40 
06-ago-2020
18/40 
06-ago-2020
19/40 
06-ago-2020
20/40 
06-ago-2020
21/40 
06-ago-2020
22/40 
06-ago-2020
23/40 
06-ago-2020
24/40 
06-ago-2020
25/40 
06-ago-2020
26/40 
06-ago-2020
27/40 
06-ago-2020
28/40 
06-ago-2020
29/40 
06-ago-2020
30/40 
06-ago-2020
31/40 
06-ago-2020
32/40 
Aspecto clave: determinar causalidad
Diamond & Robinson (2012)
I Relación de tipo causal x ⇒ y es complicada de examinar.
I Puede ser que haya
I causalidad inversa, y ⇒ x
I causalidad recíproca, y ↔ x
I causa común desconocida, w ⇒ (x , y)
I No olvidar: una correlación no es una prueba para una teoría.
I ¿Qué hacer?
06-ago-2020
33/40 
Aspecto clave: determinar causalidad
Estrategias 1/2
I Experimentos controlados aleatorizados (randomized
control trials). Se establecen dos grupos «similares», en uno
de ellos se modifica la variable de interés y se comparan
resultados. Ventajas: produce respuestas robustas.
Desventajas: difícil de implementar.
I Experimentos naturales (accidentes históricos). La
«naturaleza» (shock, desastre natural, . . . ) crea dos grupos
similares diferenciados en la variable de interés. Ventajas:
similar a los experimentos controlados. Desventaja: difícil
encontrar ejemplos y «controlar» el experimento.
06-ago-202034/40 
Aspecto clave: determinar causalidad
Estrategias 2/2
I Regresiones. Se estima un indicador de resultado en función
de controles. Ventaja: es «simple». Desventaja: problemas
técnicos (variables omitidas, causalidad inversa, . . . ).
I Teoría. Un modelo organiza relaciones causales y examina
qué sucede al modificar parámetros. Ventaja: práctico.
Desventaja: requiere supuestos claros y validar empíricamente
sus predicciones.
06-ago-2020
35/40 
Un ejemplo: el papel de las instituciones
Douglass C. North, 1920-2015, Nobel Prize 1993
I Las instituciones forman la
estructura de incentivos de
los individuos que
interactúan en sociedad y
son los determinantes
fundamentales del
desempeño económico.
I Instituciones: reglas del
juego que reducen
incertidumbre y costos de
transacción.
I Teoría: los resultados
dependen de las
instituciones. ¿Cómo probar
esto?
06-ago-2020
36/40 
¿Cómo probar esto?
I Acemoglu, Johnson y Robinson (2001) iniciaron una agenda
de investigación que examina el papel de las instituciones en
el desempeño económico
I En simple, exploran causalidad aprovechando «experimentos
naturales» (≈ contrafactual): agentes «similares» en contextos
«diferentes».
I Ejemplos:
I Corea del Norte versus Corea del Sur
I Nogales, Arizona y Nogales, Sonora
I En la parte «Estado» de este curso volveremos sobre este
punto con más detalle.
06-ago-2020
37/40 
Contenidos
Metodología & Economía
Sobre causalidad (y Cliometría)
Algunos consejos
06-ago-2020
38/40 
Estructura estilizada de una investigación en economía
Tópico Busque un problema.
Pregunta Haga una pregunta de tipo causal (x ⇒ y).
Respuesta Postule una respuesta (Sí/No).
I ¡Ya tiene una hipótesis para su investigación!
Modelo Justifique su respuesta (¿Por qué su respuesta
debería ser correcta?).
Validación Pruebe empíricamente
Concluya Y comunique
06-ago-2020
39/40 
The only recourse we have
against bad ideas is to resist the
seduction of the ’obvious’. Be
sceptical of promised miracles,
question the evidence, be patient
with complexity and honest
about what we know and what
we can know.
Banerjee & Duflo
06-ago-2020
40/40