INFORMACIÓN GENERAL

Duración: Cuatro semanas de trabajo intensivo.

Fechas: Del 29 de mayo al 24 de junio de 2023.
Inversión: Bs 900. Descuento de Bs 200 por pago
hasta el 25 de mayo

LA RELEVANCIA ACTUAL DEL ANÁLISIS BASADO EN INFERENCIA CAUSAL

Uno de los principales objetivos de la Economía como disciplina social

es orientar la implementación de políticas económicas y sociales, y la
evaluación de sus resultados. Una perspectiva predominante dentro de
la Economía trata de proveer dichas orientaciones y explicar los
fenómenos económicos desde la inferencia causal. Es decir, se trata de
responder a preguntas como ¿cuál es el efecto de las transferencias
condicionadas sobre la pobreza? , o ¿cómo inciden las microfinanzas
sobre los niveles de productividad laboral? , partiendo por identificar una
causa eficiente (e.g. transferencias, microfinanzas), sobre potenciales
resultados (e.g. pobreza, productividad laboral). De este modo, el
debate sobre causalidad en Economía y disciplinas sociales afines ha
tenido un auge en las últimas décadas, auge que se refleja en el creciente
uso del lenguaje causal en la econometría 1 , el interés cada vez mayor
por la denominada “revolución de la credibilidad” 2 , y el otorgamiento
del Premio N obel de Economía a los principales exponentes de este
debate en 2019 y 2021.

1 Hoover, K. (2004). Lost Causes. Journal of the History of Economic Thought, 26(2), 149-164.
doi:10.1080/1042771042000219000
2 Angrist, J. D., & Pischke, J. S. (2010). The credibility revolution in empirical economics: How better research design

is taking the con out of econometrics. Journal of Economic Perspectives, 24(2), 3-30.

1
Frente a una abundante y creciente literatura sobre métodos y hallazgos
provenientes de la inferencia causal aplicada, también conocida como “evaluación
de impacto”, se hace cada vez necesario conocer los fundamentos de los métodos
más utilizados, su potencial aplicación, y sobre todo sus principales limitaciones.

Este conocimiento será relevante tanto para quienes buscan emplear los métodos
de inferencia causal a políticas públicas o fenómenos económicos en concreto para
así generar evidencia, como para los hacedores de política pública que se enfrentan
cada vez más a múltiples estudios, muchas veces contradictorios entre sí, al
momento de tomar decisiones de política. Así, el objetivo principal del Curso
Ejecutivo es conocer, identificar y aplicar las herramientas analíticas básicas
necesarias para entender y diseñar estudios basados en inferencia causal para
evaluar políticas de manera rigurosa.

Partiendo de una breve discusión sobre los diferentes enfoques epistémicos de

causalidad en ciencias sociales, el Curso Ejecutivo se concentra en el modelo de
inferencia causal predominante en el trabajo empírico de la economía
contemporánea: el modelo de resultados potenciales de N eyman y Rubin3 y la
causalidad en sentido econométrico. Bajo este modelo, los hallazgos empíricos son
confiables en la medida en que el diseño del estudio que los produjo se aproxime
al paradigma experimental y, por lo tanto, sea capaz de controlar cualquier cambio
diferente a la causa de interés. El Curso cubrirá los principales diseños y métodos
que se utilizan para derivar inferencias causales; desde estudios observacionales,
regresión lineal, variables instrumentales, regresión discontinua, estudios de evento,
diferencia en diferencias, y control sintético. Estos serán analizados de manera
teórica y práctica; aplicando cada uno de los diseños a preguntas de interés
sustantivo.

3 Imbens, G. W., y Rubin, D. B. (2010). Rubin causal model. En S. N. Durlauf, L. E. Blume (Eds.), Microeconometrics

(pp. 229-241). Londres, Inglaterra: Palgrave Macmillan.

2
EXPERIEN CIAS PREVIAS
La relevancia actual del análisis basado en inferencia causal

“El curso de Métodos Causales para la Evaluación de Impacto de

IN ESAD, me permitió profundizar y expandir mis conocimientos sobre
los métodos experimentales y cuasiexperimentales. El curso es una
excelente herramienta para ampliar conocimientos sobre inferencia
causal y tener un mayor entendimiento de cómo y en qué casos aplicar
los métodos de evaluación de impacto. Asimismo, se posicionó como
una base para el desarrollo de mi tesis de pregrado. Entender y
aprender como aplicar el método de control sintético fue clave para la
obtención de resultados, además, la literatura y comentarios brindados por Alejandro Herrera
fueron esenciales para superar las barreras que se presentaron al momento de implementar la
metodología.”

G uillermo Prado
(Economista de la Universidad Católica Boliviana, cursó la Primera Versión)

“El Curso Ejecutivo Virtual de Métodos de Inferencia Causal para

la Evaluación de Impacto segunda versión organizada por el
Instituto de Estudios Avanzados en Desarrollo (IN ESAD), me
permitió conocer, identificar y aplicar herramientas analíticas
básicas para comprender y de este modo diseñar estudios basados
en inferencia causal para evaluar políticas públicas, económicas y
sociales de manera rigurosa, explicados con mucha claridad por el
facilitador Alejandro Herrera Jiménez. El contenido del curso fue el
más adecuado para aplicar experimentos aleatorios para estudios
observacionales, regresión lineal, variables instrumentales,
regresión discontinua, estudio de eventos, diferencia en diferencias, variables instrumentales y
control sintético, para casos de inferencia causal experimental y cuasi experimental utilizando el
paquete econométrico STATA; de tal manera que he cambiado la metodología para mi tesis de
doctorado. Este curso demuestra que el campo del economista se dirige más hacia la investigación
científica y que claramente pone de manifiesto que se puede y debe realizar una investigación a
partir de plantear objetivos muy puntuales y precisos. Por todo lo mencionado, recomiendo
particularmente a los economistas pasar estos cursos.”

Hernán Delgadillo
(Director de Economía en la Universidad Mayor de San Simón, cursó la Segunda Versión)

3
PERFIL DEL PARTICIPAN TE

El Curso Ejecutivo está dirigido a: estudiantes de economía u otras ciencias

afines, que se encuentren cursando los últimos semestres previos a la
elaboración de la tesis de grado; y a profesionales interesados en el diseño
de estudios de índole causal para la evaluación de políticas públicas o de
eventos socioeconómicos.

Los interesados deben contar con: un mínimo de conocimientos de estadística

e inferencia, adquiridos en las materias de probabilidad y estadística I y II;
alguna referencia sobre los principales supuestos y estimación de una
regresión lineal mínimo cuadrática; y conocimientos básicos del uso del
paquete estadístico STATA.

METO DO LO G ÍA DE APREN DIZAJE

El Curso Ejecutivo, de modalidad virtual, será impartido en cuatro semanas

intensivas de trabajo, y utilizará los siguientes métodos de aprendizaje:

Sesiones teórico-prácticas: donde no solamente se transmitirá información y

conocimiento sino, sobre todo, se generarán habilidades de análisis y
reflexión para poder interpretar y aplicar los métodos para diferentes
situaciones reales.

Talleres grupales: donde se conformarán grupos para desarrollar los

métodos impartidos cada semana, aplicando casos de estudio existentes en
la literatura y originales.

El trabajo en cada semana consiste en:

Dos videoconferencias, en tiempo real, lunes y miércoles, de 20:00 a

22:00; sesiones de exposición docente, ejercicios planteados, preguntas y
análisis crítico de papers relacionados al método en cuestión.

4
 Un taller cada sábado, de 10:00 a 12:30; para la aplicación práctica de
la metodología analizada cada semana, utilizando bases de datos reales.

Una evaluación en línea de un cuestionario o un ejercicio simple de

aplicación empírica, de alrededor de15 minutos, el cual podrá ser tomado
durante 24 horas, desde el sábado a las 12:30 hasta el domingo a las
12:30.

CO N TEN IDO

El curso consta de cuatro tópicos impartidos en cuatro semanas (del 22 de

mayo al 17 de junio de 2023):

1. Enfoques causales en las ciencias y la inferencia causal estadística:

ideal experimental.

2. Estudios observacionales; diferencias en diferencias; estudios de

evento.

3. Variables instrumentales y regresión discontinua.

4. Diseño de regresión discontinua y el método de control sintético.

Semana Unidades de aprendizaje

Enfoques causales en las ciencias: regularidades, probabilístico,
contrafactual e intervención. La inferencia causal en sentido estadístico.
Debate sobre la causalidad en Economía. Modelos de inferencia causalidad
basados en contrafactualidad. Modelo de resultados potenciales de
N eyman-Rubin. Inferencia causal con un problema de datos no observados.
Supuesto de estabilidad del valor de la unidad de tratamiento (SUTVA).
Inferencia causal sin SUTVA. Estimadores de efectos causales: ATT y ATE.
Semana 1
Sesgo de selección. El rol esencial de diseño de investigación. Alternativas al
modelo causal. Efectos causales e identificación.
Experimentos Aleatorios. Asignación aleatoria como solución al problema de
selección. Factibilidad de experimentos en economía. Identificación versus
estimación. Experimento aleatorio clásico. Identificación del efecto A TE Y
ATC. Varianza por aleatorización. Estimadores del efecto causal SA TE y
PATE. Validez interna y validez externa. Ética en experimentos sociales.
Extensiones sobre aleatorización.

5
Semana Unidades de aprendizaje
Estudios observacionales. Estrategia de identificación. Tratamientos,
covariables y resultados. Asignación de tratamientos y comparabilidad.
Covariables pre-tratamiento. Sesgos post-tratamiento. Identificación del
efecto A TE con función de regresión. Estimación bajo ignorabilidad
Semana 2 condicionada: sub-clasificación, matching, ponderaciones.
Métodos de diferencia en diferencias: grupos, periodos y tratamientos.
Resultados potenciales. Estrategias de identificación. Representación gráfica
e identificación en DID. Supuestos de tendencias paralelas. Violaciones al
supuesto de tendencias paralelas. Estudios de evento en un contexto de panel
de datos.
Variables Instrumentales (IV): Incumplimiento en experimentos aleatorios.
Esquema de resultados potenciales en variables instrumentales. Identificación
Semana 3
del efecto ITT. Supuestos de IV. Esquema tradicional de IV e interpretación
del efecto estimado. Limitaciones de IV.

Diseño de regresión discontinúa. RDD Sharp: identificación del umbral de

efecto causal; estimación del efecto LA TE en el umbral; estimación con un
Semana modelo lineal con pendiente común, pendiente diferenciada y no lineal.
3-4 Selección del modelo y ancho de banda en RDD. Test de balanceo:
covariables y resultados placebo. Fuzzy RDD: identificación y estimación;
ejemplos y aplicación.
Método del control sintético. Elección de unidades de comparación, la cual
Semana 4 reduce la discrecionalidad en la elección de las unidades de control y permite
realizar inferencias acerca del efecto de las políticas.

6
Los libros y documentos de referencia, son:

Angrist, D. J. y Pischke J. S. (2009). Mosty Harmless Econometrics: An Empiricist’s Companion. N ueva Jersey,
Estados Unidos: Princeton University Press.

Angrist, D. J. y Pischke J. S. (2015). Mastering Metrics: The Path from Cause to Effect. N ew Jersey, Estados
Unidos: Princeton University Press.

Cartwright, N ., & Hardie, J. (2012). Evidence-based policy: A practical guide to doing it better. O xford
University Press.

Cohen, J., & Easterly, W . (Eds.). (2010). W hat works in development?: Thinking big and thinking small.
Brookings Institution Press.

Deaton, A ., & Cartwright, N . (2018). Understanding and misunderstanding randomized controlled trials.
Social science & medicine, 210, 2-21.

Dunning, T (2012). N atural Experiments in the Social Sciences: A Design-Based Approach. N ueva York,
Estados Unidos: Cambridge University Press.

Freedman, A. D. (2009 ). Statistical Models: Theory and Practice. N ueva York, Estados Unidos:
CambridgeUniversity Press.

G erber, S. A., y G reen, P. D. (2012). Field Experiments: Design, Analysis, and Interpretation. N ueva York,
Estados Unidos: W . N orton.

G lennerster, R. y Takavarasha, K. (2013). Running Randomized Evaluations: A practical G uide. N ew Jersey,

Estados Unidos: Princeton University Press.

G lewwe, P., & Todd, P. (2022). Impact Evaluation in International Development: Theory, Methods, and
Practice. W orld Bank Publications.

Heckman, J. J., & Pinto, R. (2022). Causality and econometrics (N o. w29787). N ational Bureau of Economic
Research.

Morgan, L. S. and W inship, C. (2015). Counterfactuals and Causal Inference: Methods and Principles for
Social Research. N ueva York, Estados Unidos: Cambridge University Press.

Moore, S. D., McCabe, P. G ., y Craig, A. B. (2009). Introduction to the Practice of Statistics (6ta edición).
N ueva York, Estados Unidos: W . H. Freeman and Company.

Pearl, J., & Mackenzie, D. (2018). The Book of W hy: The N ew Science of Cause and Effect. Hachette UK.

Vivalt, E. (2020). How much can we generalize from impact evaluations? Journal of the European Economic
Association, 18(6), 3045-3089.

W ooldridge, M. J. (2012). Introductory Econometrics: A Modern Approach (5ta edición). Massachusetts,

Estados Unidos: South- W estern, Cengage Learning.

7
FACILITADO R

Alejandro Herrera Jiménez es investigador asociado de la

Fundación IN ESAD y docente de la Universidad Católica
Boliviana. Fue Research Fellow del Departamento de
Investigación del Banco Interamericano de Desarrollo. Sus
intereses de investigación se centran en los fundamentos de la
inferencia causal y el análisis microeconométrico en
educación, inclusión financiera y mercados laborales, habiendo desarrollado
estudios de evaluación de impacto, aplicando metodologías de experimentos en
campo (Bolivia 4 , Perú5 ), Regresión Discontinua (Perú6 ), y Control Sintético
(Bolivia 7 ). Tiene una maestría en economía y finanzas de la Barcelona G raduate
School of Economics - Universitat Pompeu Fabra, una maestría y una licenciatura
en economía de la Universidad Católica Boliviana. Fue investigador junior en el
Instituto de Investigaciones Socioeconómicas (IISEC) y la Fundación IN ESAD, ambos
en Bolivia. Alejandro tiene publicaciones sobre educación, desarrollo y mercados
laborales, disponibles en https:/ / ideas.repec.org/ f/ phe557.html. En 2015 ganó el
premio nacional a la mejor investigación de pregrado en economía del Banco
Central de Bolivia.

4 “Climate Change and use of Common-Pool Resources: An experimental approach in the Bolivian altiplano” [con
Javier Aliaga], Working Paper presented in the 20th LACEA meeting, September, 2015.

5 "Can a Budget Recording Tool Teach Financial Skills to Youth?: Experimental Evidence from a Financial Diaries
Study" [con Veronica & Silvia Prina] IADB Working Paper Series - October, 2021.

6 "Setting an Example? Spillover effects of Peruvian Magnet Schools using a Multi-Cuttoff Fuzzy Regression
Descontinuity Desing" [con Mariel Bedoya, Karen Espinoza & Bruno Gonzaga ] Institute for Advanced
Development Studies INESAD - Development Research Working Paper Series 01/2019. March, 2019.

7 "Analisis de control sintético al impacto doméstico de la restricción a la exportación de carne en Bolivia" [con
Rodrigo Burgoa] Latin American Journal of Economic Development - No. 27 - June, 2017.

8
 La evaluación será realizada a partir de dos modalidades:
EVALUACIÓ N Y CERTIFICADO

La evaluación en línea por semana, a partir de un

cuestionario.
Un trabajo final de curso que consiste en desarrollar una
propuesta de investigación cuyo diseño recurra
exclusivamente a los métodos de inferencia causal
presentados y estudiados en el curso.

IN ESAD otorgará un Certificado de Aprobación del Curso Ejecutivo bajo el

cumplimiento de al menos el 80 % de participación en las Videoconferencias en
tiempo real y la aprobación con al menos el 61 %.

IN VERSIÓ N Y REQ UISITO S

La inversión es de Bs900 en una sola cuota al inicio del curso; pero se podrá
acceder a un descuento de Bs200, pagando Bs700 hasta el 25 de mayo. El
pago debe realizarse en:

BAN CO MERCAN TIL SAN TA CRUZ

Cuenta a nombre de: FUN DACIÓ N IN ESAD
N úmero de cuenta: 4010840272
Tipo de moneda: Bolivianos

El comprobante de pago debe ser enviado, en una fotocopia o foto, al correo

cursos@inesad.edu.bo, o al W hatsApp +591 68267789. Con este envío se
procederá con la inscripción del participante, para lo cual se pedirá:

Fotocopia de Carnet de Identidad o Pasaporte.

Ficha de inscripción debidamente llenada, incluyendo el compromiso
de participación de al menos el 80 % de las Videoconferencias y de
la aceptación de las reglas de participación del curso.

9
CO N TACTO

cursos@inesad.edu.bo

(591) 68267789

(2) 2146069

10