Trabajo Final Tópicos de Econometría Aplicada Daniel Lema UCEMA Marzo 2009

Trabajo Final Tópicos de Econometría Aplicada

Daniel LemaUCEMA

Marzo 2009

Universidad del CEMA 2

Aspectos Formales Fecha límite de entrega: día examen final

del curso

Elección y presentación del tema 12/5

Versión preliminar (planteo del tema y resultados parciales) 19/5

Extensión máxima 15 páginas.

Seguir los lineamientos de estilo del JAE de UCEMA (ver instrucciones para los autores)


Recomendaciones generales

Una buena lectura previa es el capítulo 19 del manual de Wooldridge (Realización de un proyecto empírico).

Puede realizarse un trabajo original eligiendo un tema de teoría económica y realizar una estimación utilizando algunos de los métodos econométricos estudiados durante el curso.



Puede analizarse algún artículo publicado que contenga estimaciones econométricas y se puede extender el tema o ampliar la estimación presentada y sugerir o estimar algunas alternativas.

• En el desarrollo del trabajo debe quedar explicitado claramente el tema o tópico a estudiar. Debe destacarse la importancia del mismo.



Trate de responder las siguientes preguntas:

• ¿Cuál es el problema? • ¿Qué sugiere la teoría? • ¿Cuáles son las hipótesis a contrastar?• ¿Qué métodos se utilizarán? • ¿Cuáles son las recomendaciones o

conclusiones que surgen de las estimaciones? ¿Qué cuestiones quedan abiertas para continuar investigando?



Importante:

• Se debe plantear una pregunta interesante o relevante

• Que además:

• Pueda ser respondida dadas las restricciones (tiempo-datos-métodos disponibles)


Etapas

• Definir el tema y Hacer una pregunta relevante

• Revisar la literatura

• Formular Hipótesis contrastables

• Elegir método econométrico

• Conseguir los Datos

• Estimación


Definir el tema y Hacer una pregunta relevante


1• Detecte alguna pregunta que realmente le interese • La mayor parte de los proyectos de investigación en

algun punto se estancan o se hacen difíciles.• Por eso el tema debe ser motivante• Puede pensar en algunos caminos a seguir:• i. Resolver un problema que aún no fue tratado o una

pregunta no respondida.• ii.Mostrar que algún conocimiento asumido

generalmente es incorrecto.• iii. Analizar hipótesis relevantes con nuevo instrumental

o metodologías.


2

• La cantidad de tópicos que pueden ser intersantes es muy amplia.

• Trate de acotar el tema, pero que sea interesante. Que pueda tener lecciones generales.

• Detecte temas que pueden ser de interés no sólo para ud. sino también para otros.

• Converse con profesores y compañeros. • Cuente sus ideas y observe la reacción.


3

• Una vez que detecto un tema importante y que lo motiva a investigar, recurra a la literatura.

• Puede recurrir a literatura de áreas relacionadas.

• Una buena idea es a veces “cruzar” disciplinas.• Cuidado con quedar atrapado en la revisión de

la literatura y no iniciar la investigación• El retorno marginal de la lectura de nuevos

artículos cae rápidamente luego de vistos los más importantes.


4• Una vez detectado el tema, la importancia y las

cuestiones de interés a responder es importante que estas sean manejables.

• Hay muchos temas para los cuales no tenemos las herramientas analíticas, metodológicas o los datos.

• En estos casos si ud. puede diseñar o adaptar un método adecuado, entoces tiene un excelente proyecto.

• Tal vez puede reconocer que el tema es demasiado grande o difícil de tratar y separarlo en preguntas más pequeñas o tratables y dejar planteadas algunas como temas de investigación futuros.


Estructura

• Introducción• Marco conceptual (no necesariamente un

modelo formal)• Metodología y datos• Resultados• Conclusiones• Anexos - Apéndices• Referencias


Redacción

• Hacer un outline del trabajo

• Poner por escrito las ideas

• Hacer un índice: completar las secciones con las ideas principales a desarrollar


Introducción

• Objetivo del trabajo y relevancia.

• Antecedentes y que aporta el trabajo.

• Resumir estructura del trabajo

• Se pueden anticipar los resultados

• Importante: No cuente el proceso de investigación!


El marco teórico y el modelo

• Cómo se responderán las preguntas y se cumplirá el objetivo

• Puede utilizarse teoría económica formal o un análisis intuitivo.


Datos

• Origen

• Metodología de recolección y uso original

• Justificar la utilidad para el trabajo

• Se puede incluir una tabla con el data-set en un anexo o en soporte electrónico.


Metodología

• Describir:• El modelo o forma funcional elegida

• Método de estimación

• Justificar brevemente.


Resultados• Presentar cuadros con: • Variables• Parámetros estimados• Errores estándar o estadísticos t• Otros estadísticos• Testeo• Interpretación• Condense la información en unos pocos cuadros y

gráficos. No agregue anexos con interminables e ilegibles planillas de datos.


Conclusiones

• Haga una breve síntesis del trabajo

• Presente las conclusiones que estrictamente se derivan de sus hallazgos.

• Puede discutir algunas especulaciones o interpretaciones, siempre dejando claro que se trata de eso.

• Señale que cosas quedan a responder o para profundizar.


Consideraciones Para Trabajar en un Proyecto de Econometría

Aplicada

Ref: Kennedy (2002) “Sinning in the basement: what are the rules? The ten commandments of

applied econometrics”


Introducción• As it happens, the econometric modeling was done

in the basement of the building and the econometric theory courses were taught on the top foor (the third).I was perplexed by the fact that the same language was used in both places. Even more amazing was the transmogrification of particular individuals who wantonly sinned in the basement and metamorphosed into the highest of high priests as they ascended to the third floor.

• (Leamer, 1978 – Citado por Kennedy 2002, “Sinning in the basement: what are the rules? The ten commandments of applied econometrics” )


Regla #1

• Usar el sentido común y la teoría económica.

• Pensar antes de correr una regresión.

• Prestar atención al tipo de variable dependiente y los regresores, unidades de medida, tendencias, formas funcionales

• Nunca inferir causalidad de correlación.


Regla #2

• Evitar el Error Tipo III: Producir la respuesta correcta a la pregunta equivocada.

• Un corolario de esto es que es mucho mejor una respuesta aproximada a la cuestión correcta que la respuesta exacta a la pregunta equivocada.

•


Regla #3

• Conocer el contexto.• Es importante conocer el contexto del fenómeno

a investigar: la historia, instituciones, etc.• Importante: contexto de los datos• Data base: números con contexto

•


Regla #4

• Inspeccione los datos

• Sea escéptico sobre los datos.

• Haga estadísticas descriptivas, gráficos, busque outliers e inconsistencias.


Regla #5

• Haga las cosas razonablemente simples• Comience el análisis con modelos simples• Es el camino natural del progreso en la

inferencia.• Es más fácil detectar problemas en modelos

simples y esto es importante en el desarrollo del trabajo.

• No elija el método para impresionar al lector.


Regla #6

• Use el test de “trauma interocular”

• Los resultados empíricos suelen ser enormes cantidades de estimaciones, formas funcionales, set de datos.

• Mire cuidadosamente el output hasta que la respuesta le “pegue” entre los ojos.

• Intente comunicar el resultado a otros en términos simples e intuitivos.


Regla #7

• Comprenda los costos y beneficios del Data Mining

• El data mining puede ser un grave error

• Pero también puede ser importante en el análisis.


Regla #8

• Prepárese para hacer concesiones

• Existe una brecha entre los detalles de una aplicación y la teoría.

• Esto requiere hacer concesiones o relajar exigencias, utilizar sustitutos, proxies, ignorar problemas muestrales, etc.

• Nunca hay “problemas standard” (hay soluciones “standard”)


Regla #9

• No confunda significancia estadística con magnitud relevante

• En análisis de cross section con grandes cantidades de datos los Std. Errors suelen ser pequeños.

• Coeficientes de magnitud trivial pueden ser tremendamente significativos.

• No olvide chequear la significación económica (efecto tratamiento)


Regla #10

• Reporte algún análisis de sensibilidad

• Discuta cómo afecta a sus resultados un cambio de especificación

• O un cambio del conjunto de datos o de período muestral o de variables explicativas.

Problema Común: el coeficiente estimado tiene el signo incorrecto

Ref: Peter Kennedy (2002) “Oh no! I got the wrong sign! What

should I do?”


Causas1. Mala (o ausencia de) teoría económica2. Variables omitidas3. Altas varianzas4. Sesgo de selección5. Definición de datos – Error de medida -

Confusión o violación del supuesto de “ceteris paribus”

6. Outliers7. Simultaneidad – Falta de identificación8. Malos instrumentos 9. Error de especificación


Causas

11.Términos de interacción

12.No estacionariedad

13.Tendencias comunes

Documents

Trabajo Final Tópicos de Econometría Aplicada Daniel Lema UCEMA Marzo 2009