Curso de Microeconometría: Causalidad y Métodos
Curso de Microeconometría: Causalidad y Métodos
Microeconometría:
Identificación y Causalidad en Modelos Empíricos
1. Profesor:
Stanislao Maldonado
Universidad de California, Berkeley.
E-mail: smaldonadoz@[Link]
2. Asistentes de docencia
Elizabeth Servan Antonio Campos
INDECOPI ADEX
Isaac Martinez
UNMSM
3. Objetivo general y descripción básica del curso.
El objetivo general del curso es contribuir a la formación de investigadores en las universidades del país
mediante el entrenamiento en el uso intensivo de métodos estadísticos y econométricos modernos. En
ese sentido, este curso es esencialmente metodológico y pondrá especial énfasis en el diseño de
investigación y el uso de la econometría como herramienta para testear hipótesis económicas de interés
más que en la discusión de las propiedades teóricas de estimadores. En esa dirección, los participantes
del curso serán entrenados en el uso de métodos econométricos avanzados para la identificación de
efectos causales, aprenderán como implementarlos mediante el uso de softwares especializados como
STATA, y aprenderán como relacionarlos con el diseño de una investigación especifica.
4. Duración y horario.
El curso se dictará entre los días 9 y 13 de agosto. El horario de clases será de 9:00 am a 1:30 pm.
5. Ubicación.
Las clases se dictarán en la Escuela del INEI. Las sesiones prácticas se llevaran a cabo en el Laboratorio
de Cómputo de dicha escuela.
6. Público objetivo y proceso de selección.
El curso está dirigido prioritariamente a estudiantes de último año que hayan completado los cursos de
la secuencia de econometría y se encuentren trabajando en sus proyectos de tesis, así como a recién
egresados (a partir del 2007). La convocatoria es abierta, aunque tendrán prioridad a los postulantes
provenientes de las universidades públicas del país.
Los interesados en participar deberán proveer la siguiente información:
• Curriculum vitae.
1
• Una propuesta de investigación simple (una sola cara).
• Brindar el nombre y los datos de contacto de un profesor o investigador que recomiende al
postulante.
Los interesados pueden enviar los documentos requeridos al siguiente correo:
tallerinvestigacion@[Link]. La fecha límite para la entrega de materiales es el viernes 6 de agosto.
Los resultados finales del proceso de selección estarán disponibles a partir del sábado 7 de agosto.
El curso no tendrá costo alguno para los participantes seleccionados bajo el compromiso de asistencia y
participación activa en el mismo.
7. Libros de texto.
Los libros de texto sugeridos son los siguientes:
Textos introductorios:
• Stock, James y Mark Watson (2007). Introduction to Econometrics. Pearson/Addison Wesley. (SW)
• Scott Long, J. (1997). Regression Models for Categorical and Limited Dependent Variables. Sage
Publications. (SL)
• Wooldridge, Jeffrey (2009). Introductory Econometrics: A Modern Approach. Cengage Learning. (JWI)
Textos avanzados:
• Cameron, A. Colin y Pravin Trivedi (2005). Microeconometrics. Cambridge University Press. (CT)
• Wooldridge, Jeffrey (2001). Econometric Analysis of Cross-section and Panel Data. MIT Press. (JWII)
• Lee, Myoung-Jae (2005). Micro-Econometrics for Policy, Program, and Treatment Effects. Oxford
University Press. (ML)
Otros textos relevantes:
• Angrist, Joshua and Jorn-Steffen Pischke (2009). Mostly Harmless Econometrics: An Empiricist’s
Companion. Princeton University Press. (AP)
• Morgan, Stephen and Christopher Winship (2007). Counterfactuals and Causal Inference: Methods
and Principles for Social Research. Cambridge University Press. (MW)
• Shadish, William; Thomas Cook and Donald Campbell (2002). Experimental and Quasi-Experimental
Designs for Generalized Causal Inference. Houghton Mifflin Company. (SCC)
8. Programa
Sesión 1: Introducción a la causalidad en econometría
Sumilla:
Introducción al curso. Introducción al diseño de investigación. Enfoques causales en economía. Modelos
estructurales versus modelos de enfoques potenciales. Epistemología. Ejemplos.
2
Bibliografía básica:
• Holland, P. W. (1986). “Statistics and Causal Inference”, Journal of the American Statistical
Association, 81, 945-970.
• Heckman, James (2000). “Causal Parameters and Policy Analysis in Economics: A Twentieth Century
Perspective”, Quarterly Journal of Economics, 115, 45-97.
Bibliografia suplementaria:
• Heckman, James (2005). “A Scientific Model of Causality”, Sociological Methodology, 35, 1-150.
Sesión 2: Revisión de métodos de regresión
Sumilla:
Revisión de MCO. Propiedades de estimadores MCO. Propiedades de muestra pequeña. Introducción a
la teoría de muestras grandes. Consistencia y eficiencia asintótica. Problemas con MCO.
Bibliografía básica:
• JWI, chapter 4.
• SW, chapters 4 y 5.
• JWII, chapter 4.
Sesión 3: Experimentos y regresión
Sumilla:
Regresión como aproximación estadística. Experimentos y el enfoque de resultados potenciales.
Problemas con experimentos. Experimentos y regresión. Función de expectativas condicionadas y
regresión como herramienta estadística. Introducción a modelos de selección sobre observables.
Bibliografía básica:
• Deaton, Angus (1997). The Analysis of Household Surveys: A Microeconomic Approach to
Development Policy. The World Bank Publications.
• SW, Chapter 13.
• AP, Chapter 2 y 3.1-3.2.
• MW, Chapter 5.
• CT, Sections 4.1-4.4.
Bibliografia suplementaria:
• LaLonde, Robert (1986). “Evaluating the Econometric Evaluations of Training Programs with
Experimental Data”, American Economic Review, 76, 604-620.
• Heckman, James (1995). “Assessing the Case for Social Experiments”, Journal of Economic
Perspectives, 9, 85-110.
• SSC, Chapter 1.
3
Sesión 4: Métodos de emparejamiento (matching)
Sumilla:
Introducción a la econometría no paramétrica. Estimación de densidades. Sesgo y varianza. Introducción
a los métodos de emparejamiento. Métodos basados en el propensity score. Otros métodos de
emparejamiento.
Bibliografía básica:
• AP, Chapter 3.1-3.2.
• MW, Chapter 4.
• Imbens, Guido (2004). “Nonparametric Estimation of Average Treatment Effects Under Exogeneity:
A Review”, Review of Economics and Statistics, 86, 4-29.
Bibliografia suplementaria:
• Dehejia, Rajeev and Sadek Wahba (1999). “Causal Effects in Non-Experimental Studies: Reevaluating
the Evaluation of Training Programs”, Journal of the American Statistical Association, 94, 1053-1062.
• Smith, Jeffrey and Petra Todd (2005). “Does Matching Overcome LaLonde’s Critique of Non-
experimental Methods?”, Journal of Econometrics, 125, 305-353.
• Arceneaux, Kevin; A. S. Gerber and D. P. Green (2006). “Comparing Experimental and Matching
Methods Using a Large-Scale Voter Mobilization Experiment”, Political Analysis, 14, 37 - 62.
Sesión 5: Variables instrumentales y métodos de regresión discontinua
Sumilla:
Introducción a las variables instrumentales. Problemas con instrumentos débiles. Efectos heterogéneos
de tratamiento. Estimador local de efectos promedios del tratamiento (LATE). Introducción a los
métodos de regresión discontinua. Regresiones discontinuas paramétricas y no paramétricas.
Bibliografía básica:
• AP, Chapter 4 y 6.
• Angrist, Joshua; Guido Imbens and Donald Rubin (1996). “Identification of Causal Effects Using
Instrumental Variables”, Journal of the American Statistical Association, 91, 444-455.
• Imbens, Guido and Thomas Lemieux (2008). “Regression Discontinuity Designs: A Guide to Practice”,
Journal of Econometrics, 142, 615-635.
Bibliografía suplementaria:
• Hahn, J., P. Todd, and W. van der Klaauw (2001). “Estimation of Treatment Effects with a Regression-
Discontinuity Design”, Econometrica, 69, 201-209.
• Lee, David and Thomas Lemieux (2009). “Regression Discontinuity Design in Economics”. NBER
Working Paper 14723.
• Bound, J., D. Jaeger, and R. Baker (1995). “Problems with Instrumental Variables Estimation when
the Correlation between the Instruments and the Endogenous Explanatory Variables is Weak”,
Journal of the American Statistical Association, 90, 443–450.
4
9. Sesiones practicas.
Las sesiones prácticas incluirán la discusión de aspectos teóricos complementarios y el trabajo con datos
empíricos. Los contenidos se definirán en función al progreso mostrado por los participantes en clase.
10. Materiales.
Los materiales del curso serán distribuidos a través de correo electrónico a los participantes
seleccionados.
11. Evaluación.
Los participantes serán evaluados durante y luego de la culminación del curso. Durante el mismo, se
realizaran trabajos prácticos cortos para evaluar el progreso en términos de aprendizaje.
12. Sobre el docente.
Stanislao Maldonado estudió la carrera de economía en la UNMSM y una maestría en economía en la
Universidad de San Andrés en Buenos Aires. En la actualidad es estudiante de doctorado en economía
de recursos en la Universidad de California en Berkeley, en donde se especializa en desarrollo
internacional, economía política y econometría aplicada. Además, estudia una maestría en ciencia
política en la misma universidad. Antes de empezar el doctorado trabajo en el Departamento de
Desarrollo Humano para América Latina del Banco Mundial en Washington, DC en donde realizó
investigaciones en temas de discriminación, desnutrición, pobreza, desigualdad, mercados laborales y
economía de salud para varios países de la región entre los que se encuentran Brasil, Argentina, México,
Bolivia, y Nicaragua. En el Perú trabajo para el Ministerio de Energía y Minas, el Congreso de la
Republica y el Centro de Estudios para el Desarrollo y la Participación en temas vinculados con
desarrollo económico y social. En el 2004 ganó el I Concurso Internacional de Ensayos de la Organización
de Estados Americanos (OEA) y en el 2006 fue publicado su primer libro por el Fondo Editorial del
Congreso de la Republica. Sus temas de investigación incluyen los tópicos de pobreza, desigualdad,
mercados laborales, discriminación, evaluación de programas sociales, desnutrición, corrupción,
competencia política y economía política. Para más detalles, ver su CV en su página web:
[Link]