La medalla Clark 2010


La medalla Clark la entrega la AEA a economistas distinguidos que tengan menos de 40 años.

La ganadora 2010 es Esther Duflo, del MIT, ahora de 38 años, por lo que se ve la segunda mujer en recibir la Clark. Excelente año para la igualdad de género en el campo, con la Nobel Elinor Ostrom y ahora la Clark Esther Duflo. Ojalá así siga, más aún cuando los temas de investigación están empapados de problemas reales del mundo real.

Aquí su CV. En 1999, a sus 27, sacó su PhD en el MIT con 3 ensayos de economía del desarrollo. [[A mi no me gusta mucho esa tendencia de titular las tesis doctorales como "tres ensayos en lo que sea", pues se pierde un poco la información que el título de una tesis de esa naturaleza debe transmitir. A final de cuentas, las cosas como son, no se trata de colgarse de la lampara, pues las tesis, todas, son meros trámites burocráticos. Lo trascendente son los famosos papers.]] En el 2010 también recibió ya un honoris causa por la Católica de Louvain.

Pues bueno. Ella trabaja, como dice el título de su tesis, en economía del desarrollo. Mankiw ofreció una entrada vinculando a estos dos documentos, a los que ahora aquí vinculamos no sin cierto rubor por andar de buitres cibernéticos reposteando cosas sin ofrecer contenido nuevo. Para compensar, comentaré un poco más de lo que lo hace Mankiw:
  • Una breve reseña biógrafica-académica.
  • Un paper multicitado (1400+ veces en Google Scholar, como dice Mankiw) sobre metodología (sobre la pertinencia del análisis diferencias-en-diferencias.)

    Dicho método suena muy acá, pero es muy intuitivo. El contexto es el de los experimentos naturales, es decir, no de laboratorio. Una vez que has identificado tu experimento natural -cosa poco sencilla- defines un grupo de control y un grupo de estudio. Dado que no controlas el experimento hay ene factores afectando el comportamiento de los dos grupos. Para simplificar supongamos que existen los mismos ene factores en ambos grupos, y el n+1 es el que te interesa en el grupo de estudio. Entonces se trata de descomponer los cambios de comportamiento entre esos ene factores para separar el del n+1-ésimo.)
Mejor dejemos que sea Duflo quien abunde:
DD es difference-in-differences.

Así que las variables en A y B son variables de efectos fijos espaciales y temporales, destinadas a capturar la influencia en Y, la variable de interés, que la pertenencia a alguna región geográfica o a algún momento en el tiempo pueda tener (piensen que su experimento natural involucra individuos en los estados del norte contra los del sur, de tal suerte que las diferencias estructurales no son despreciables; y que mira a dos momentos en el tiempo, una recesión y una expansión). El asunto es que el efecto de vivir en un momento en el tiempo en una región dada en Y no es resultado de política, por lo que hay que despejar el camino capturándolo. Tal vez los del norte, por poner un ejemplo menso y tal vez no muy preciso, comen mucho cabrito y los del sur mucho pozol, de tal suerte que se afecta Y (digamos, algún indicador de salud o algo así). Entonces se requieren variables de control respectivas (cabrito pa'l norte, pozol pa'l sur, ajúa!) para capturar la influencia de esas dietas en Y.

Luego, las variables de control X que son individuo-espacio-tiempo-específico. (ZAZ!!! que fuerte se oye eso), es decir, que no puedan ser capturadas por A y B. Dependiendo del tema de interés, aquí podrían entrar variables como educación, edad, ingreso, la famosa dualidad urbano-rural, tamaño de familia, y aspectos así. Estas variables hay que meterlas para seguir despejándo el camino al capturar el efecto que todo eso puede tener en Y.

Luego, ufff, al fin, nos queda la variable de interés, que no es otra cosa que una dummy que captura la implementación o no del factor causante que nos interese (algún apoyo público, un impuesto, una ley, un nuevo camino, etc...). Ah, y claro, el término de error, que es también individuo-espacio-tiempo-específico, como allí se ve (qué tal?? Los huesitos de Einstein debe estar cascabeleando del coraje por usar esa terminología :o).

Pues bueno, su paper multicitado enfatiza algunos problemas de la metodología. Alguna cosa debe decir de interés, a decir por las 1,400 citas en Google (en particular, siguiere que hay correlación serial en la estimación de la ecuación, y que la banda no se había dado cuenta de eso.)

Ok, pero, ¿qué tiene que ver todo esto con la economía del desarrollo? Pues tooooodo. La evaluación ex-post de la política pública se hace revisando surveys de hogares u otro tipo de estadísticas socio-económicas (censos, encuestas, etc.). La econometría es, a no dudar, una de las herramientas más utilizadas en el gremio para ese fin. Entonces si queremos saber si la implementación de tal o cual medida de política tuvo el efecto deseado en la población objetivo, pues debemos empezar por tener buenos mecanismos de medición e identificación de la cuestión, so pena de acabar adjudicándo los goles a los que recogen balones en las bandas...

Ya no me alcanza la neurona para ver qué propone ella para resolver el problema de la autocorrelación en la estimación diff-in-diff. Así que se los dejo de tarea. [Yo lo revisaré luego -donde "luego" tiene un problema de incertidumbre estructural :o)] Como de tarea les dejo también pensar cómo evaluar la aplicación de políticas ex-ante, cuando aun no existe el experimento natural que permita generar grupos de control y toda la cosa.... Seguro se quedarán impacientes hasta alguna entrada en el futuro también incierto en el que discurra sobre eso...Ni modo. Así es esto.