Fundamentos de econometría

Introducción

PhD. Germán Vega

14 de agosto de 2023
Un poco sobre mí

▶ Ex-alumno UDEP

▶ PhD en Economía (UBC)

▶ Trabajo también con Red de Estudios para el Desarrollo (RPP)

▶ Intereses: Economía del Desarrollo, Economía del Comportamiento, Historia Económica

▶ Fan: películas, series, política, memes, parillas

▶ Super fan: música, fútbol, playa

Motivación

¿Qué es la econometría?

Contenido
Motivación

¿Qué es la econometría?

Contenido
¿Qué hacemos los economistas?

▶ ¿Estudiamos las economía de los países?

¿Qué hacemos los economistas?

▶ ¿Analizamos las decisiones de las familias?

¿Qué hacemos los economistas?

▶ ¿O de las empresas?
¿Qué hacemos los economistas?

▶ ¿Nos dedicamos a las finanzas?

¿Qué hacemos los economistas?

▶ ¿Diseñamos las políticas públicas?

¿Qué hacemos los economistas?

▶ ¿Hacemos proyecciones?
¿Qué hacemos los economistas?

▶ Jokes are coming...

¿Qué hacemos los economistas?
▶ Jokes are coming (x2)...
La economía es una ciencia cambiante
La economía es una ciencia cambiante
La revolución de la credibilidad: “Nobels” recientes

▶ 2021: Card, Angrist e Imbens “por sus contribuciones metodológicas al análisis de las
relaciones causales”

▶ 2019: Banerjee, Duflo y Kremer “por su enfoque experimental para aliviar la pobreza
global”

▶ 2018: Nordhaus y Romer “por integrar el cambio climático y las innovaciones

tecnológicas en el análisis macroeconómico de largo plazo”

▶ 2017: Thaler “por sus contribuciones la economía del comportamiento” usando supuestos
más realistas

▶ 2016: Deaton “por el análisis sobre los sistemas de demanda, el consumo, la pobreza y el
bienestar” para entender mejor la desigualdad
¿De donde venimos?
Por lo tanto, el camino a recorrer es largo
“Yes, economics is a science” (Raj Chetty)

▶ “That view..ignores an emerging body of work, building on the scientific approach of last
week’s winners, that is transforming economics into a field firmly grounded in fact”

▶ “The fundamental challenge faced by economists — and a root cause of many

disagreements in the field — is our limited ability to run experiments... If we could
randomize policy decisions and then observe what happens to the economy and people’s
lives, we would be able to get a precise understanding of how the economy works and how
to improve policy”

▶ “If we’re serious about changing the world, we need a better kind of economics to do it”
(Duflo)

▶ “Good economics starts with troubling facts, makes some guesses based on what we
already know about human behavior and theories elsewhere shown to work, uses data to
test those guesses, refines (or radically alters) its line of attack based on the new set of
facts, and eventually, with some luck, gets to a solution” (Banerjee y Duflo)
El fin de los tiempos: la cáma de eco
Motivación

¿Qué es la econometría?

Contenido
Oficialmente

▶ “The application of statistical methods to the study of economic data and problems”
(Merriam-Webster)

▶ “Econometrics is the application of statistical methods to economic data in order to give

empirical content to economic relationships” (Wikipedia)
Conceptualmente

▶ Por un lado tenemos los hechos que observamos en la realidad: de ahí conseguimos data

▶ Por otro lado, tenemos modelos y teorías económicas que nos ayudan a sacar ideas
generales sobre los que observamos

▶ La econometría es el encuentro de la data y el modelo: usamos la data para estimar si lo

afirmado por la teoría se aproxima a la realidad

▶ Con suerte, ello nos permite confirmar o refutar nuestras ideas iniciales

▶ O, simplemente, aprender más

En el día a día

▶ Dos modelos teóricos pueden tener conclusiones similares... “When setting monetary policy,
for example, central bankers need to know the likely impact of changes in official interest
rates on inflation and the growth rate of the economy. It is in cases like this that
economists turn to econometrics” (IMF)

▶ “The path to understanding econometric tools begins with causal questions motivated by
economic reasoning. These questions are then answered with data and a focused and
carefully executed empirical analysis. What’s the effect of health insurance on health? Does
arresting batterers reduce spousal abuse? Do peer effects matter for student achievement?
Does central bank liquidity save banks in a banking crisis? ” (Angrist y Pischke)

▶ De lo cualitativo a lo cuantitativo, pero sin perder de vista lo primero

Desde un punta de vista de la malla curricular

▶ Empezaron con cursos de matemáticas

▶ A la par, cursos de introducción a la teoría económica

▶ Siguieron con estadística

▶ Lo complementaron con lógica y programación

▶ Los cursos de econometría son el punto de encuentro

▶ Y luego serán el punto de soporte para aprender más

Los pasos

1. Definir la pregunta a responder o el hecho evaluar

2. Revisar la teoría económica

3. Recopilar la data

4. Definir la técnica econométrica a usar

5. Estimar

6. Interpretación
La pregunta

▶ ¿La educación temprana en los niños determina su rendimiento futuro?

▶ O, ¿el rendimiento futuro depende más de la habilidad innata del niño?

▶ ¿O de otros factores?
La data
El modelo econométrico

Resultado en examen de ingreso = α + β Notas en 2do grado + γ Habilidad + Otros (1)

La estimación y la interpretación
Otras preguntas que se pueden responder

▶ ¿Cuál es el efecto de la educación universitaria sobre los salarios?

▶ ¿Por qué varios países con abundancia de recursos naturales tienen ingresos bajos?

▶ ¿Mejorar el salario de los maestros mejora el aprendizaje de los niños?

▶ ¿Dar productos de salud básica gratis aumenta o disminuye su uso?

▶ ¿Los inversionistas valoran igual las inversiones buenas que las inversiones malas?

▶ ¿Disminuir los impuestos de consumo disminuye los precios?

▶ ¿Cuál es el beneficio de una campaña de marketing para una empresa?

Este curso

▶ Representa el primer paso en el mundo del análisis econométrico

▶ Nos centraremos en un tipo de estimación: mínimos cuadrados ordinarios

▶ Diferencia clara: correlación y causalidad

▶ Hacer inferencia básica y evaluar la calidad de los supuestos del modelo

Correlación vs Causalidad (1)
Correlación vs Causalidad (2)
Correlación vs Causalidad (3)
Correlación vs Causalidad (4)

Figura: Melhum et al. (2006)

Correlación vs Causalidad (4)

Figura: Mehum et al. (2006)

Correlación vs Causalidad (5)

Figura: Nunn and Puga (2009)

Correlación vs Causalidad (5)

Figura: Nunn and Puga (2009)

¿Quién queremos ser?
Palabras claves
▶ Proceso generador de datos: concepto abstracto que genera lo observado

▶ La población: concepto abstracto al cual aplica el proceso generador de datos

▶ Parámetros: describen relaciones de la población

▶ Data: lo que observamos de la realidad, es una realización

▶ Muestra: los protagonistas de la data

▶ Teoría económica: el consenso sobre cuál debería ser el parámetro

▶ El econometrista: quien observa la realidad y desea estimar un resultado

▶ Modelo econométrico: técnica usada para la estimación, nos permite aproximar

parámetros poblacionales

▶ El estimador: la función basada en la base de datos

▶ La estimación: el resultado numérico usando una base de datos en específico

Motivación

¿Qué es la econometría?

Contenido
Introducción

▶ Primera clase

▶ Repaso de estadística y probabilidad: 2 Estudios dirigidos (16 de Agosto)

▶ El ideal experimental: 21 y 23 de Agosto

▶ Taller introductorio Stata: 23 de Agosto

Identificación: modelo simple

▶ Modelo de regresión simple y esperanza condicional

▶ Estimación: Mínimos Cuadrados Ordinarios.

▶ Método de Momentos. Variables dicotómicas

Identificación: modelo general

▶ Introducción al modelo general

▶ Estimación del modelo general

▶ Variables dicotómicas. Interacciones (Parcial)

▶ Matriz de Proyecciones, Regresión partida, R2

▶ Mala especificación del modelo

Inferencia

▶ Varianza muestral

▶ Intervalos de confianza

▶ Pruebas de hipótesis
Analizando los supuestos

▶ Teoría asintótica

▶ Heterocedasticidad

▶ Endogeneidad
Evaluaciones

▶ 4 controles de lectura de 20 minutos: 4 de Setiembre, 18 de Setiembre, 23 de Octubre y 13

de Noviembre. El promedio de los controles tiene peso 1 y es no anulable

▶ 4 prácticas: 8 de Setiembre, 22 de Setiembre, 3 de Noviembre y 17 de Noviembre. Se

elimina la de nota más baja. Son administradas por Secretaría Académica

▶ Un trabajo grupal a ser entregado la última semana de clases. Peso 1 no anulable.

▶ Exámenes parcial y final. Peso 3 cada uno. El final cubre todo el curso.

▶ Exámen sustitutorio

▶ El curso tiene 11 pesos

Asistencia

▶ No tomaré asistencia en todas las clases

▶ Sin embargo, seguiré el siguiente protocolo:

1. Todos los alumnos tienen un punto extra en el examen parcial
2. Al inicio de cada clase hasta antes del parcial, calcularé en Excel un número aleatorio entre 0 y
1
3. Si el número calculado es mayor que 0.8, ese día tomaré lista
4. Si un alumno no está presente, perderá su punto extra

▶ Lo mismo aplicará para el final, considerando las clases entre el parcial y el final
Horarios de clases

▶ Las clases serán de corrido, salvo cuando tengamos control, con un break de 5 minutos

▶ Todas las clases, tutoriales y laboratorios comienzan a la hora indicada en SIGA

Bibliografía

▶ Base:
▶ Angrist & Pischke, “Mostly harmless econometrics”, Princeton University Press, 2009.
▶ Stock & Watson, “Introduction to econometrics”, Pearson, 2018.
▶ Wooldridge, “Introduction to econometrics: A modern approach”, Cengage Learning, 2019.

▶ Un poco más avanzada:

▶ Cunningham, “Causal Inference: The Mixtape”, Yale University Press, 2021.
▶ Greene, “Econometric Analysis”, Pearson, 2011.
▶ Huntington-Klein, “The effect”, disponible en internet

▶ Aún más avanzado:

▶ Davidson & MacKinnon, “Econometric Theory and Methods”, Oxford University Press, 2021.
Otros

▶ Denotaremos la inversa de una matriz como: M ′

▶ Tendré hora de oficina con horario a confirmar

▶ Si me envían un correo con algo relacionado al curso, por favor poner “FEC” al inicio del
asunto, de lo contrario lo más probable es que lo ignore

▶ Mandaré muchos anuncios por Canvas, estén atentos a cada uno de ellos. Siempre asumiré
que los leyeron