Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Tabla de Contenidos 1 Recolección de Datos y Evaluación Recolección de Datos Representatividad de la muestra 2 Marco Conceptual y Resultados Emṕıricos Básicos Marco Conceptual El Efecto del Error de Medición Resultados Emṕıricos Básicos 3 Conclusión Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 2 / 31 Introducción Estudiar los retornos del nivel de educación ANTES (Asehnfelter & Zimmerman, 1993): ∼ 7% Sesgo en la estimación hacia arriba (endogeneidad por variable omitida) Corr(educaci ón; habilidad) > 0 −→ Corr(salario; educaci ón) AHORA: 12-16% usando Matching por gemelos Corr(educaci ón; habilidad) No significativa (< 0) En cambio, sesgo en la estimación HACIA ABAJO! (error de medición) Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 3 / 31 Introducción Estudiar los retornos del nivel de educación ANTES (Asehnfelter & Zimmerman, 1993): ∼ 7% Sesgo en la estimación hacia arriba (endogeneidad por variable omitida) Corr(educaci ón; habilidad) > 0 −→ Corr(salario; educaci ón) AHORA: 12-16% usando Matching por gemelos Corr(educaci ón; habilidad) No significativa (< 0) En cambio, sesgo en la estimación HACIA ABAJO! (error de medición) Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 3 / 31 Introducción Estudiar los retornos del nivel de educación ANTES (Asehnfelter & Zimmerman, 1993): ∼ 7% Sesgo en la estimación hacia arriba (endogeneidad por variable omitida) Corr(educaci ón; habilidad) > 0 −→ Corr(salario; educaci ón) AHORA: 12-16% usando Matching por gemelos Corr(educaci ón; habilidad) No significativa (< 0) En cambio, sesgo en la estimación HACIA ABAJO! (error de medición) Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 3 / 31 Introducción Estudiar los retornos del nivel de educación ANTES (Asehnfelter & Zimmerman, 1993): ∼ 7% Sesgo en la estimación hacia arriba (endogeneidad por variable omitida) Corr(educaci ón; habilidad) > 0 −→ Corr(salario; educaci ón) AHORA: 12-16% usando Matching por gemelos Corr(educaci ón; habilidad) No significativa (< 0) En cambio, sesgo en la estimación HACIA ABAJO! (error de medición) Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 3 / 31 Introducción Estudiar los retornos del nivel de educación ANTES (Asehnfelter & Zimmerman, 1993): ∼ 7% Sesgo en la estimación hacia arriba (endogeneidad por variable omitida) Corr(educaci ón; habilidad) > 0 −→ Corr(salario; educaci ón) AHORA: 12-16% usando Matching por gemelos Corr(educaci ón; habilidad) No significativa (< 0) En cambio, sesgo en la estimación HACIA ABAJO! (error de medición) Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 3 / 31 Tabla de Contenidos 1 Recolección de Datos y Evaluación Recolección de Datos Representatividad de la muestra 2 Marco Conceptual y Resultados Emṕıricos Básicos Marco Conceptual El Efecto del Error de Medición Resultados Emṕıricos Básicos 3 Conclusión Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 4 / 31 Recolección de Datos 16th Annual Twings Days Festivals Twinsburg 1991 Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 5 / 31 Recolección de Datos 390 pares de hermanos 298 gemelos 92 mellizos 5 entrevistadores en una carpa Encouragement Design: Contribuir al Twings Festival Scholarship Fund por cada par entrevistado Entrevistadores salieron a preguntar Separaron a los hermanos Se asignaron a cada hermano como 1 y 2 de forma aleatoria. Espećıficamente: CPS modificado Salario en el último trabajo (si trabajo en los ultimos dos años) Determiner si son gemelos o mellizos Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 6 / 31 Recolección de Datos 390 pares de hermanos 298 gemelos 92 mellizos 5 entrevistadores en una carpa Encouragement Design: Contribuir al Twings Festival Scholarship Fund por cada par entrevistado Entrevistadores salieron a preguntar Separaron a los hermanos Se asignaron a cada hermano como 1 y 2 de forma aleatoria. Espećıficamente: CPS modificado Salario en el último trabajo (si trabajo en los ultimos dos años) Determiner si son gemelos o mellizos Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 6 / 31 Recolección de Datos 390 pares de hermanos 298 gemelos 92 mellizos 5 entrevistadores en una carpa Encouragement Design: Contribuir al Twings Festival Scholarship Fund por cada par entrevistado Entrevistadores salieron a preguntar Separaron a los hermanos Se asignaron a cada hermano como 1 y 2 de forma aleatoria. Espećıficamente: CPS modificado Salario en el último trabajo (si trabajo en los ultimos dos años) Determiner si son gemelos o mellizos Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 6 / 31 Recolección de Datos 390 pares de hermanos DOS CONSIDERACIONES 298 gemelos 92 mellizos 5 entrevistadores en una carpa Encouragement Design: Contribuir al Twings Festival Scholarship Fund por cada par entrevistado Entrevistadores salieron a preguntar Separaron a los hermanos Se asignaron a cada hermano como 1 y 2 de forma aleatoria. Espećıficamente: CPS modificado Salario en el último trabajo (si trabajo en los ultimos dos años) Determiner si son gemelos o mellizos Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 7 / 31 Representatividad de la Muestra (Tabla 1) La tabla 1 provee la media y el desv́ıo estandar de las variables de la muestra de datos que recolectaron y de la muestra de CPS. La muestra tiene gemelos mas educados y mejor pagos que la de la CPS (aunque la muestra contiene mas mujeres y blancos). Es claro que los gemelos identicos tienen niveles de educación similares y una mayor similitud que los gemelos fraternales. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 8 / 31 Representatividad de la Muestra (Tabla 2) La tabla 2 reporta las correlaciones entre las siguientes variables entre gemelos identicos (parte A) y gemelos fraternales (parte B) con: Yn (con n = 1, 2): logaritmo del salario por hora del primer o segundo hermano. Smn (con n,m = 1, 2): nivel de educación del enesimo gemelo reportado por el emesimo gemelo. Eni (con i = F ,M y n = 1, 2): nivel de educación de la madre o padre del primer o segundo hermano. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 9 / 31 Representatividad de la Muestra (Tabla 2) Las medidas independientes de los niveles de educación están altamente correlacionadas. Los salarios y niveles de educación de los gemelos identicos están altamente correlacionados y más correlacionados en los gemelos fraternales. Si comparamos las correlaciones con la de otros estudios, como el de Behram et al. (1980), los resultados son bastante parecidos. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 10 / 31 Tabla de Contenidos 1 Recolección de Datos y Evaluación Recolección de Datos Representatividad de la muestra 2 Marco Conceptual y Resultados Emṕıricos Básicos Marco Conceptual El Efecto del Error de Medición Resultados Emṕıricos Básicos 3 Conclusión Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 11 / 31 Marco Conceptual Consideremos las siguientes variables: y1i y y2i como los logaritmos del salario del primer y segundo gemelo en el iesimo par. Xi como el conjunto de variables que vaŕıa entre familias, pero no entre gemelos (edad, raza y otras mediciones del entorno familiar). Z1i y Z2i como el set de variables que vaŕıa entregemelos (niveles de educación, estado de unión, tiempo de trabajo y estado civil de cada gemelo). µi como el componente inobservable que vaŕıa entre familias. ε1i y ε2i como los componentes inobservables individuales. Ergo, tenemos las siguientes ecuaciones identicas para los dos hermanos: y1i = αXi + βZ1i + µi + ε1j (1) y y2i = αXi + βZ2i + µi + ε2j (2) Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 12 / 31 Marco Conceptual Una representación general de la correlación entre el efecto familiar y el observable es µi = γZ1i + γZ2i + δXi + ωi (3) donde se asume que las correlaciones entre el efecto familiar y los observables para cada gemelo son iguales y donde ωi es ortogonal a Z1i , Z2i y Xi . Los coeficientes γ miden el ”efecto selección” relacionando las ganancias y los observables, mientras que los coeficientes β que aparecen en (1) y (2) miden el ”efecto estructural” de los observables sobre las ganancias. Los efectos selección son precisamente sesgos por variables omitidas. Los datos de los gemelos hacen posible medir el efecto selección y, en consecuencua, identificar la tasa de retorno de la educación. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 13 / 31 Marco Conceptual La forma reducida del modelo se obtiene substituyendo (3) en (2) y (1) y juntando los terminos. Por lo que queda: y1i = [α + δ]Xi + [β + γ]Z1i + γZ2i + ε ′ 1i (4) y y2i = [α + δ]Xi + [β + γ]Z2i + γZ1i + ε ′ 2i (5) donde ε′1i = ωi + ε1i y ε ′ 2i = ωi + ε2i Si bien las ecuaciones (4) y (5) pueden encajar por MCO, el método de MCG es el estimador óptimo de estas ecuaciones dada la restricción de ecuaciones cruzadas en los coeficientes. A su vez, MCG provee estimaciones apropiadas del error estandar de los coeficientes estimados. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 14 / 31 Marco Conceptual En este marco, Z2i puede influenciar y1i y Z1i puede influenciar y2i en la forma reducida. Esto implica que los niveles de educación de ambos hermanos (o cualquier otra variable que vaŕıa entre gemelos) puede entrar en las ecuaciones para ambos hermanos debido a la correlación entre el efecto familiar y el efecto del nivel de educación. Estas correlaciones son un resultado de los efectos selección. Como puede verse, el coeficiente β de las variables que difieren entre gemelos se puede identificar, ya que se conoce γ. Por otro lado, los coeficientes α de las variables que vaŕıan solo entre familias no pueden ser identificados. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 15 / 31 Marco Conceptual La diferencia entre las ecuaciones (1) y (2) [o (4) y (5)] es y1i − y2i = β(Z1i − Z2i ) + ε1i − ε2i (6) En (6) desaparece el efecto individual µi . El estimador de ḿınimos cuadrados para esta ecuación se lo conoce con el nombre de estimador de ”efectos fijos”. En las ecuaciones (4) y (5) el efecto selección es estimado explicitamente y luego restado para obtener el efecto estructural del retorno a la educación. En (6) se elimina el efecto selección diferenciando (y queda solo el estructural). Mas adelante se reportarán estimaciones de estas ecuaciones con el proposito de proveer evidencia directa del tamaño del efecto selección. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 16 / 31 El Efecto del Error de Medición El error de medición clásico en la educación va a llevar a sesgo en los estimadores del efecto de la educación sobre los salarios. En presencia de efectos selección, el estimador de MCO estará sesgado inclusive en ausencia de error de medición (por omitir la variable de educación del hermano). El estimador de efectos fijos elimina este sesgo por variable amitida a expensas de introducir un mucho mayor sesgo por error de medición. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 17 / 31 El Efecto del Error de Medición Una forma simple de reducir el efecto del error de medición en cualquiera de los estimadores es tomar el promedio de los multiples reportes de educación y usar este promedio como variable independiente en la ecuación (6). Asumiendo error clásico de medición y usando (S11−S22 ) 2 + (S21−S12 ) 2 como variable independiente en la ecuación (6) obtenemos un estimador modificado de efectos fijos. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 18 / 31 El Efecto del Error de Medición Un estimador consitente para las ecuaciones (4), (5) o (6), asumiendo error de medición clásico, puede por el método de variables instrumentales usando las medidas independientes de educación como instrumentos. Por ejemplo, se puede usar y1i − y2i = β(S11 − S22 ) + ε1i − ε2i = β∆S ′ + ∆ε (7) donde se usa ∆S ′′ = (S21 − S12 ) como instrumento de ∆S ′. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 19 / 31 El Efecto del Error de Medición Finalmente, al tener múltiples medidas de la educación de cada gemelo es posible relajar la asumpsión clásica de que los errores de medición υ11 y υ 1 2 (y υ21 y υ 2 2) no están correlacionados. Por ejemplo, si un gemelo reporta una medición sesgada hacia arriba de su nivel de educación, es mas propenso a reportar una medición sesgada hacia arriba del nivel de educación de su hermano. Por tanto, la correlación entre los errores de medición, ρυ será positiva. Esto llevará a una mayor correlación entre S11 y S 1 2 que entre S 1 1 y S 2 2 (y entre S 2 1 y S 2 2 que entre S 1 1 y S22 ), puesto que los reportes de śı mismo contienen un error de medición común que los reportes sobre los hermanos no contienen. Como puede verse, las correlaciones de la tabla 2 son consistentes con la hipótesis de la correlación positiva en el error de medición en los reportes de los hermanos. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 20 / 31 El Efecto del Error de Medición En presencia de medidas de error correlacionadas, el estimador de variables instrumentales para las ecuaciones (4), (5) y (6) será inconsistente. Un estimador consistente de la ecuación (6) puede obtenerse estimando la siguiente ecuación por variables instrumentales y1i − y2i = β(S11 − S12 ) + ε1i − ε2i = β∆S∗ + ∆ε (8) en donde ∆∗∗ = S21 − S22 es utilizado como unstrumento de ∆S∗. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 21 / 31 Resultados Emṕıricos Básicos (Tabla 3) Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 22 / 31 Resultados Emṕıricos Básicos (Tabla 3) En las columnas (i) y (ii), los resultados son comparables con las estimaciones que aparecieron en la literatura que ignoran la potencial correlación entre el nivel de educación y el entorno familiar. A través de la regresión de la columna (iii) se puede ver el efecto selección, negativo. La columna (v) reporta la diferencia entre pares de los salarios sobre la diferencia entre pares de los niveles de educación. Acá se confirma que el resultado de la regresión de MCO es mas chico que la de esta estimación de efectos fijos. Las columnas (iv) y (vi) reportan estimaciones de variables instrumentales que pretenden corregir el error de medición. Si se aceptan los reportes de los hermanos como instrumentos validos, se puede deducir que los métodos convencionales están produciendo serias subestimaciones de los retornos económicos de la educación. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 23 / 31 Resultados Emṕıricos Básicos (Tabla 4) Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 24 / 31 Resultados Emṕıricos Básicos (Tabla 4) Todaslas estimaciones son mas grandes que las correspondientes en la tabla 3. Estos resultados proveen mas evidencia de que el error está produciendo sesgo hacia abajo en estimaciones convencionales de los retornos a la educación. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 25 / 31 Resultados Emṕıricos Básicos (Tabla 5) Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 26 / 31 Resultados Emṕıricos Básicos (Tabla 5) La tabla 5 nos da un análisis paralelo al de la tabla 3 con la diferencia de que agrega mas variables de control. El efecto del retorno en educación en términos salariales es mayor que en la tabla 4. Otra cosa que se puede ver es el hecho que la estimación del efecto fijo se ve atenuada comparandola con la de GLS. Muchos de los resultados que se encuentran en la tabla 3, 4 y 5 son similares: la tasa salarial es cóncava en cuanto a la edad, los hombres ganan mas que las mujeres y la educación de los padres tiene un efecto muy bajo. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 27 / 31 Resultados Emṕıricos Básicos (Tabla 6) Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 28 / 31 Resultados Emṕıricos Básicos (Tabla 6) En la tabla 6 se estima la regresión con una variable instrumental que busca corregir el error de medición. Para ello se hace uso de la ecuación (8): y1i − y2i = β(S11 − S12 ) + ε1i − ε2i = β∆S∗ + ∆ε en donde ∆∗∗ = S21 − S22 es utilizado como unstrumento de ∆S∗. La variable instrumental se basa en implementar lo que dice un gemelo sobre la educación de su hermano. La inclusión de la variable instrumental muestra el sesgo que exist́ıa al ofrecer un coeficiente mayor. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 29 / 31 Tabla de Contenidos 1 Recolección de Datos y Evaluación Recolección de Datos Representatividad de la muestra 2 Marco Conceptual y Resultados Emṕıricos Básicos Marco Conceptual El Efecto del Error de Medición Resultados Emṕıricos Básicos 3 Conclusión Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 30 / 31 Conclusiones y posibles cŕıticas Conclusiones Las variables no observadas no sesgan hacia arriba el coeficiente del nivel de educación (como se créıa). Los papers anteriores sesgan hacia abajo la estimación de los retornos a la educación (3 porciento). Se estima que los retornos a la educación son de entre 12-16 porciento. Posibles cŕıticas Validez interna Aún es posible el sesgo, ya que no es una asignación aleatoria de educación de cada gemelo. Diferencias en gemelos (emocional). Validez externa No es generalizable a páıses tercer mundistas, debido a la calidad en la educación. Brutomeso, Fiuratti, Galassi, Giraldez Tópicos de Econoḿıa Aplicada Segundo Semestre 2018 31 / 31 Recolección de Datos y Evaluación Recolección de Datos Representatividad de la muestra Marco Conceptual y Resultados Empíricos Básicos Marco Conceptual El Efecto del Error de Medición Resultados Empíricos Básicos Conclusión
Compartir