Principios básicos de microeconometría y del uso de variables instrumentales para la inferencia causal (Principles of microeconometrics and instrumental variables for causal inference)

Autores/as

  • Owen Eli Ceballos Mina Universidad Autónoma Metropolitana-Azcapotzalco

DOI:

https://doi.org/10.24275/uam/azc/dcsh/ae/2019v34n86/Ceballos

Palabras clave:

microeconometría, inferencia causal, variables instrumentales, microeconometry, causal inference, instrumental variables.

Resumen

La microeconometría por medio de su lógica de identificación causal y del uso de microdatos, conduce a un conjunto de técnicas de medición y modelaje muy particular en el marco de la economía aplicada. El presente artículo constituye una presentación de los rasgos distintivos de esta rama considerando que su auge va de la mano de la creciente disponibilidad de información de corte transversal y de datos tipo panel. Se identifican tres elementos como principios característicos de los estudios microeconométricos: i) las estrategias de identificación causal por medio del aislamiento de la correlación que resulta de las variables omitidas o de la selección muestral; ii) el modelaje no lineal para variables discretas y censuradas como modelos logit, probit o tobit; y iii) la reducción de supuestos acerca de las distribuciones de las variables y la flexibilización de las formas funcionales. Asimismo, se hace una breve exposición del problema frecuente de endogeneidad y del uso de variables instrumentales como una sencilla pero potente estrategia de solución; y finalmente, se recuerda que las técnicas microeconométricas necesitan del resto de elementos que dan forma al conjunto de investigación para alcanzar el máximo de su potencial.
Clasificación JEL: C01, C10, C26, D00

 

Abstract


Microeconometrics with its causal identification logic and the microdata use, leads to a set of specific measurement and modeling techniques in applied economics. This paper shows basic elements of microeconometrics, taking account that the peak of its application goes together with availability rise of cross-sectional and panel-type data. It describes three representative features of microeconometry: i) strategies of causal identification for isolating the correlation from omitted variables or from sample selection; ii) non-linear modeling for discrete and censored variables such as Logit, Probit or Tobit models; and iii) reduction of assumptions about the distributions and the flexibilization of functional forms. In addition, a brief exposition is made of the frequent problem of endogeneity and the use of instrumental variables as a simple but powerful solution strategy; and finally, it is recalled that the microeconometric techniques without the rest of the elements that shape the research set, loses its potential.
Clasificación JEL: C01, C10, C26, D00

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Owen Eli Ceballos Mina, Universidad Autónoma Metropolitana-Azcapotzalco

Profesor Investigador del Departamento de Economía de la Universidad Autónoma Metropolitana Unidad Azcapotzalco.

Citas

Angrist, J., G. Imbens and D. Rubin (1996), “Identification of Causal Effects Using Instrumental Variables”, Journal of the American Statistical Association, 434 (91), pp. 444-455. DOI: 10.1080/01621459.1996.10476902

Angrist, J. and A. Krueger (2001), “Instrumental Variables and the Search for Identification: From Supply and Demand to Natural Experiments”, Journal of Economic Perspectives, 15(4), pp. 69-85. DOI: 10.1257/jep.15.4.69

Angrist, J. and A. Krueger (1991), “Does Compulsory School Attendance Affect Schooling and Earnings?”, The Quarterly Journal of Economics, 106(4), pp. 979-1014. https://doi.org/10.2307/2937954

Angrist J. and J. Pischke (2009), Mostly Harmless Econometrics. An Empiricist´s Companion, Princeton, N. J.: Princeton University Press.

Arceo, E. y R. Campos (2014), “Evolución de la brecha salarial de género en México”, El trimestre económico, 81 (323), pp. 619-653. DOI: http://dx.doi.org/10.20430/ete.v81i323.125

Borrayo, R. y J. Castañeda (2011), “Análisis de transición dinámica: un enfoque no paramétrico aplicado a la región centro de México (1988-2003)”, Problemas del desarrollo, 42(167), pp. 7-44. DOI: 10.22201/iiec.20078951e.2011.167.27718

Barrón, K., Gómez, C., y P. Orozco (2015), “Desarrollo e igualdad de oportunidades en México: una evaluación por cuantiles del Programa Oportunidades”, Revista legislativa de estudios sociales y de opinión pública, 8(15),pp. 107-146.

Cameron C. and K. Trivedi (2005), Microeconometrics. Methods and Applications, Cambridge: Cambridge University Press.

Card, D. (1993), “Using Geographic Variation in College Proximity to Estimate the Return to Schooling”, NBER Working Papers 4483, National Bureau of Economic Research.

Card, D. (2001), “Estimating the Return to Schooling: Progress on Some Persistent Econometric Problems”, Econometrica, 5(69), pp. 1127-1160. https://doi.org/10.1111/1468-0262.00237

Díaz, J. y G. Martínez (2006), “El mercado de vivienda en México: un análisis de toma de decisiones basado en la microeconometría”, Denarius, 10 (1), pp. 155-176. Recuperado de http://tesiuami.uam.mx/revistasuam/denarius/include/getdoc.php?id=321&article=120&mode=pdf.

Enders, W. (2004), Applied Econometric Time Series, 2nd Edition, Wiley.

Fernández, J. y C. Adalid (2000), “Para una breve historia de la econometría”,Política y Cultura, 13, pp. 7-32. Recuperado de https://www.redalyc.org/articulo.oa?id=26701302

Frisch, R. (1933), “Editorial”, Econometrica, 1, pp. 1-4.

Goldberger, A. (1972), “Structural Equation Methods in the Social Sciences”,Econometrica, 40, pp. 979-1001. https://doi.org/0012-9682(197211)40:6<979:semits>2.0.CO; 2-9

Goldberger, A. (1964), Econometric theory, Wiley.

Greene, W. (1999), Análisis econométrico, Primera edición, Madrid: Prentice Hall.

Gujarati, D. y D. Porter (2010). Econometría, Quinta edición, México: Mc Graw Hill.

Haavelmo, T. (1944), “The Probability Approach in Econometrics”, Supplement to Econometrica, vol 12, pp. 1-115. http://www.jstor.org/stable/1906935

Haavelmo, T. (1943), “The Statistical Implications of a System of Simultaneous Equations”, Econometrica, 11, pp. 1-12. DOI: 10.2307/1905714

Hausman, J. (2001), “Microeconometrics”, Journal of Econometrics, 1(100), pp. 33-35. https://doi.org/10.1016/S0304-4076(00)00050-6

Heckman, J. (1979), “Sample Selection Bias as a Specification Error”, Econometrica, 47(1), pp. 153-161. DOI: 10.2307/1912352 https://www.jstor.org/stable/1912352

Heckman, J. (2000), “Datos Microeconómicos, Heterogeneidad y la Evaluación de Políticas Públicas”. Fundación Nobel, Revista Asturiana de Economía (2003), 26, pp. 211-295.

Huesca L. y E. Rodríguez (2008), “Salarios y calificación laboral en México”, Problemas del desarrollo. 39 (154), pp. 61-86. DOI: 10.22201/iiec.20078951e.2008.154.7727

Ibarra, A. (1998), “Historia cuantitativa, serial y cliometría: una apreciación general y de su impacto en la historia mexicanista reciente”, Investigación Económica, 224(58), pp. 119-135.

LaLonde, R. (1986), “Evaluating the Econometric Evaluations of Training Programs with Experimental Data”, American Economic Review, 76(4), pp. 604-20. Recuperado en http://links.jstor.org/sici?sici=0002-8282%28198609%2976%3A4%3C604%3AETEEOT%3E2.0.CO%3B2-P

Maddala, G. (1983), Limited dependent qualitative variables in econometrics, Cambridge: Cambridge University Press.

Martínez, O. (2012), “Efectos de las becas educativas del programa Oportunidades sobre la asistencia escolar. El caso de la zona urbana del noreste de México”, Revista Desarrollo y Sociedad, (69), pp. 99-131. https://doi.org/10.13043/dys.69.4

Mendoza, M. y M. Valdivia (2016), “Remesas, crecimiento y convergencia regional en México: aproximación con un modelo panel-espacial”, Estudios Económicos, 31(1), pp. 125-167. Recuperado de https://EconPapers.repec.org/RePEc:emx:esteco:v:31:y:2016:i:1:p:125-167

Moreno-Torres, A. (2013), “Técnicas microeconométricas para la evaluación de políticas públicas”, Economía Industrial, 390, pp. 33-54. Recuperado de: https://www.mincotur.gob.es/Publicaciones/Publicacionesperiodicas/EconomiaIndustrial/RevistaEconomiaIndustrial/390/ANTONIO%20MORENO%20TORRES.pdf

Mroz, T. (1987), “The Sensitivity of an Empirical Model of Married Women’s Hours of Work to Economic and Statistical Assumptions”, Econometrica, 4(55), pp.765-799. DOI: 10.2307/1911029 https://www.jstor.org/stable/1911029.

Murillo, S. y F. Venegas (2011), “Cobertura de los sistemas de pensiones y factores asociados al acceso a una pensión de jubilación en México”, Papeles de población, (67), pp. 209-250. Recuperado de http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-74252011000100008&lng=es&tlng=es.

Ordaz, J. (2009), “México: impacto de la educación en la pobreza rural”, Serie estudios y perspectivas, 1(105), pp.5-40.

Pérez, R. (2017), “Estimación de la demanda de uso de autos particulares en la zona metropolitana del valle de México: un análisis tobit”, Panorama económico, 11 (21), pp. 1-37.

Pulido, A. y J. Pérez (2006), “Lawrence R. Klein y la economía aplicada”, Estudios de Economía Aplicada, 1(24), pp. 43-94. Recuperado en http://www.revista-eea.net/documentos/24120.pdf.

Rubil, A. (2012), “La importancia de corregir por el sesgo de selección en el análisis de las brechas salariales por género: un estudio para Argentina, Brasil y México”, Ensayos Revista de Economía, XXXI (2), pp. 1- 36.

Ruiz, A. (2016), “La investigación econométrica mediante paneles de datos: historia, modelos y usos en México”, Economía y Política, 24(12), pp.12-32. Recuperado en Dialnet-LaInvestigacionEconometricaMediantePanelesDeDatos-6166187.pdf

Smith, V. (2005), “¿Qué es la economía experimental?”, Revista Apuntes del CENES, 39(25), pp. 7-16. Recuperado de https://www.redalyc.org/pdf/4795/479548746002.pdf

Sosa, S., Salinas, A. y O. Galarraga (2011), “Impacto del Seguro Popular en el gasto catastrófico y de bolsillo en el México rural y urbano, 2005-2008”, Salud Pública de México, 53, pp. 425-435. Recuperado de http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0036-36342011001000006&lng=es&tlng=es.

Theil, H. (1971), Principles of Econometrics, New York: Wiley.

Torres, J. y G. Félix (2017), “El uso de internet y su relación con los salarios en México: un análisis no paramétrico”, Los retos del cambio económico actual: revisión y aplicaciones para el caso mexicano, pp. 33-50.

Velázquez, C. (2006), “Determinantes del gasto estatal en México”, Gestión y Política Pública, XV (1), pp. 83-109.

Vicéns, J. (1998), “Econometría y contrastación empírica. Concepto e historia”, Documento de trabajo No. 98/1, Universidad Autónoma de Madrid.

Wooldrige, J. (2000), Introducción a la econometría. Un enfoque moderno. México:Thomson Learning.

Wooldrige, J. (2002), Econometric Analysis of Cross Section and Panel Data. Cambridge, MA: MIT press.

Wright, S. (1928), “A New Design for Randomized Clinical Trial”, New England Journal of Medicine, 300, pp. 1242-1245.

Wright, S. (1934), “The Method of Path Coefficients”, Annals of Mathematical Statistics, 5, pp. 161-215. DOI: 10.1214/aoms/1177732676

Descargas

Publicado

2019-05-30

Cómo citar

Ceballos Mina, O. E. (2019). Principios básicos de microeconometría y del uso de variables instrumentales para la inferencia causal (Principles of microeconometrics and instrumental variables for causal inference). Análisis Económico, 34(86), 219–243. https://doi.org/10.24275/uam/azc/dcsh/ae/2019v34n86/Ceballos

Artículos similares

1 2 3 4 5 6 7 8 9 10 > >> 

También puede {advancedSearchLink} para este artículo.