How Is Econometrics Changing? (Josh Angrist, Guido Imbens, Isaiah Andrews)

♪ [música] ♪

- [Narrador] Bienvenidos
a Conversaciones Nobel.

En este episodio,

Josh Angrist y Guido Imbens
se sientan con Isaiah Andrews

para hablar de cómo está evolucionando
el campo de la econometría.

- [Isaiah] Guido y Josh,
ambos son pioneros

en el desarrollo de herramientas para
investigación empírica en economía.

Y por eso me gustaría explorar

hacia dónde creen que se dirige
el campo de la...

la economía, la econometría,
y todo este ámbito.

Para empezar, me interesaría escuchar

sobre si consideran que,
la forma en que

el marco de los efectos
marco de los efectos del tratamiento local

tienen alguna lección sobre cómo
nuevos métodos empíricos en economía

se desarrollan y difunden,
o cómo deberían hacerlo.

- [Josh] Esa es una buena pregunta.

Tú vas primero.

[risas]

- [Guido] Sí, creo que
que lo importante es

desarrollar buenos casos convincentes

donde las preguntas sean claras

y donde los métodos
se apliquen en general.

Una cosa que...

Mirando hacia atrás
a la literatura subsecuente.

Me gusta mucho la literatura de
discontinuidad de regresión

donde había claramente un montón
de ejemplos realmente convincentes

y eso permitió a la gente
pensar con más claridad,

mirar con más detenimiento
las cuestiones metodológicas.

Hacer aplicaciones claras

que luego te permiten
pensar en ello,

"Vaya, ¿este tipo de suposiciones
son realmente razonables?

¿Qué tipo de cosas no nos gustan
en los primeros documentos?

¿Cómo podemos mejorar las cosas?"

Por lo tanto, tener claras las aplicaciones
que motiven estas literaturas,

creo que es muy útil.

- Me alegro de que hayas mencionado

la discontinuidad de regresión,
Guido.

Creo que hay mucha
complementariedad entre la IV y la RD,

las variables instrumentales
y la discontinuidad de la regresión.

Muchas de las aplicaciones econométricas

de la discontinuidad de la regresión

son lo que antes
se llamaba RD "difusa",

donde no es discreto
o determinista en el corte

sino solo en el cambio
en las tasas o la intensidad.

Y el marco LATE
nos ayuda a entender

esas aplicaciones

y nos da una clara interpretación

para algo como
en mi trabajo con Victor Lavy,

donde usamos la regla de Maimónides,
los límites del tamaño de la clase,

¿y qué obtienes ahí?

Por supuesto, puedes
responder a esa pregunta

con un modelo de efectos constantes,

pero resulta que
no estamos limitados a eso,

y la RD sigue siendo muy poderosa
y esclarecedora,

incluso cuando la correlación

entre el punto de corte
y la variable de interés,

en este caso, el tamaño de la clase,
es parcial,

tal vez incluso no tan fuerte.

Así que definitivamente hubo
un desarrollo paralelo.

También es interesante...

Nadie ha hablado de
diseños de regresión discontinua

cuando estábamos en la escuela de posgrado --

era algo

en lo que otros científicos sociales
estaban interesados,

y que creció
junto con el marco de LATE,

y ambos hemos trabajado

tanto en aplicaciones
como en los métodos,

y ha sido muy emocionante
ver cómo se desarrolló

y se convirtió en algo tan importante.

Es parte de una evolución general,

Creo que, vamos hacia
estrategias de identificación creíbles,

efectos causales,

haciendo econometría

más sobre cuestiones causales
que sobre modelos.

En términos de futuro,

Creo que una cosa que LATE
ha ayudado a facilitar

es un movimiento hacia
ensayos más creativos y aleatorios

donde hay
algo de interés.

No es posible
ni sencillo

simplemente apagarlo o encenderlo,

pero puede fomentarla
o desalentarla.

Así que se subvenciona la escolarización
con ayudas económicas, por ejemplo.

Así que ahora tenemos todo un
marco para interpretarlo,

y abre las puertas
a los ensayos aleatorios

de cosas que tal vez

no hubieran parecido posibles antes.

Lo hemos utilizado mucho en el trabajo
que hacemos en las escuelas en nuestro --

en el Blueprint Lab en el MIT.

Estamos explotando la asignación aleatoria
de forma muy creativa, creo.

- [Isaiah] En relación con eso,
¿ves factores particulares

que hacen una investigación útil
en la econometría?

Has aludido a que tiene
una clara conexión

con los problemas
que están surgiendo en la actualidad,

y la práctica empírica
suele ser una buena idea.

- ¿No es siempre una buena idea?

A menudo me encuentro sentado
en un seminario de teoría econométrica,

digamos el seminario del MIT de Harvard,

y pienso: "¿Qué problema
está resolviendo este tipo?

¿Quién tiene este problema?"

Y, ya sabes...

a veces hay un silencio incómodo
si pregunto

o puede haber
un escenario bastante complicado.

Quiero ver
dónde es útil la herramienta.

Hay algunas
herramientas puramente fundacionales --

Entiendo el punto.

Hay gente que está trabajando
en los fundamentos conceptuales de...

y se convierte en algo más parecido a
la estadística matemática.

Quiero decir, recuerdo
un primer ejemplo de eso

que me costó entender,

era la idea
de la equicontinuidad estocástica,

que uno de mis asesores de tesis,
Whitney Newey,

estaba utilizando con gran efecto,

y yo intentaba entenderlo.

Es realmente fundamental.

no hay una aplicación
que lo esté promoviendo,

al menos no inmediatamente.

Pero la mayoría de las cosas no son así,
y por eso debería haber un problema.

Y creo que depende del vendedor
de ese tipo de cosas,

porque hay un coste de oportunidad,

el tiempo y la atención
y el esfuerzo para entender las cosas.

Es el vendedor quien debe decirlo,

"Oye, estoy resolviendo este problema,

y aquí hay un conjunto de resultados
que muestran que es útil,

y aquí hay una visión
que obtengo".

- [Isaiah] Como dijiste, Josh,
ha habido un movimiento

en la dirección de pensar
más sobre la causalidad

en economía
y el trabajo empírico en economía.

¿Hay alguna consecuencia de la difusión
de ese punto de vista que te haya sorprendido

o algo que veas
como desventajas

de la forma que ha tomado
la economía empírica?

- A veces veo
que alguien hace IV,

y obtienen un resultado
que parece inverosímilmente grande--

es el caso habitual.

Así que podría un efecto casual
extraordinariamente grande

de alguna
intervención relativamente menor,

que fue aleatoria
o para la que se podría hacer un caso

de que hay un buen diseño.

Y entonces, cuando veo eso,

creo que es muy difícil
para mí creer

que esta relativamente
intervención menor

tenga un efecto tan grande.

El autor recurrirá a veces

al teorema de los efectos del tratamiento
a media local

y dirá, "Bueno, estos proveedores--

son especiales de alguna manera,

y se benefician
extraordinariamente

de esta intervención".

Soy reacio a tomar eso
al pie de la letra.

Creo que a menudo, cuando los efectos
son demasiado grandes,

es porque la restricción
de exclusión está fallando,

por lo que no tienes la variable endógena

para escalar ese resultado.

Y por lo tanto, no me alegra ver

un argumento de heterogeneidad genérica

que se utiliza para excusar algo

que creo que puede ser
un problema más profundo.

- [Guido] Creo que desempeñó
un papel desafortunado

en las discusiones
entre la forma reducida

y los enfoques estructurales,

donde siento que
no era del todo correcto.

Las suposiciones de las de variables instrumentales

están en el centro,

suposiciones estructurales
sobre el comportamiento --

venían de la economía...

pensando en el comportamiento
comportamiento de los agentes,

y de alguna manera fue empujado
en una dirección

que creo que no era
realmente útil.

Creo que, inicialmente,

escribimos las cosas,

se describía
lo que estaba ocurriendo.

Había un conjunto de métodos
que la gente utilizaba.

Aclaramos lo que
esos métodos estaban haciendo

de una manera que creo que contiene
una buena cantidad de información.

Pero de alguna manera
fue arrinconado

que no creo que
haya sido necesariamente muy útil.

- Sólo en el lenguaje
de la forma reducida frente a la estructural,

me parece divertido en el sentido

de que el promedio local
modelo de efecto del tratamiento,

el modelo de resultados potenciales

es un modelo estructural
estructural no paramétrico,

si quieres pensar en ello,
como sugeriste, Guido.

Es algo divertido

poner estas
dos cosas en oposición cuando --

- [Guido] Sí.
- [Josh] Ese lenguaje, por supuesto,

viene del marco de las ecuaciones
simultáneas

que hemos heredado.

Tiene la ventaja

de que la gente parece saber
lo que quieres decir cuando lo usas,

pero podría ser

que diferentes personas
están escuchando cosas diferentes.

- [Guido] Sí. Creo que
la forma reducida se ha venido usando

de forma peyorativa...

- [Josh] A veces.

...y eso no es realmente para lo que
para lo que fue originalmente concebida.

- [Isaiah] Supongo que algo más
que me llama la atención al pensar

en los efectos de la media local
marco del efecto del tratamiento

es que a menudo la gente apelará

a la intuición de los efectos del tratamiento
de tratamiento local

para entornos más allá de aquellos

donde cualquier tipo de resultado formal
se ha establecido realmente.

Y tengo curiosidad, dado todo el trabajo
que ustedes hicieron

para establecer resultados tardíos
en diferentes escenarios,

Tengo curiosidad, ¿alguna opinión al respecto?

- Creo que va a haber
un montón de casos

donde la intuición
te puede llevar hasta cierto punto,

pero va a ser
algo limitado,

y establecer
resultados formales allí

puede ser un poco complicado

y tal vez sólo funcione
en circunstancias especiales,

y terminas
con mucha formalidad

que la intuición
podría no captar del todo.

A veces me siento algo
incómodo con ellos,

y no son necesariamente
los trabajos que yo querría escribir,

pero creo que la intuición

a menudo capta
parte del problema.

Creo que, en cierto sentido,
fuimos muy afortunados allí

en la forma en que el documento LATE
se manejó en la revista,

por lo que, en realidad, el editor
lo hizo mucho más corto

y eso nos permitió centrarnos
en resultados muy claros y nítidos.

Hay una tendencia
desafortunada tendencia

en la literatura econométrica

de hacer que los artículos
sean cada vez más largos.

- Bueno, deberías arreglar eso.

- Estoy tratando de arreglar eso.
[risas]

Pero creo que este es un ejemplo
donde está muy claro

que el hecho de que sea corto
es en realidad --

- Deberías haber impuesto
que ningún artículo

sea más largo que el artículo de LATE.

- Eso... ¡vaya! Eso puede ser genial.

- Al menos no hay teoría,
no hay un artículo de la teoría.

- Sí, y creo que...

Estoy intentando con todas mis fuerzas
que los artículos sean más cortos,

y creo que hay mucho
de valor hoy en día

porque a menudo es
la segunda parte del artículo

la que en realidad
te lleva mucho más lejos

en la comprensión de las cosas,

y hace que las cosas
sean mucho más difíciles de leer.

Todo vuelve al punto de cómo creo
que la econometría debería hacerse.

Deberías centrarte en...

Debería estar razonablemente
cerca de los problemas empíricos.

Deberían ser problemas muy claros.

Pero a menudo la teoría
no necesita ser tan larga.

- [Josh] Sí.

- Creo que las cosas se han desviado
un poco.

- [Isaiah] Un cambio relativamente
reciente

ha sido un aparente
gran aumento de la demanda

de personas con conocimientos y habilidades
de econometría en la estimación de efectos causales

en el sector tecnológico.

Estoy interesado,
¿alguno de ustedes tiene alguna idea

de cómo va a interactuar eso

con el desarrollo
de los métodos empíricos

o la investigación empírica
en la economía en el futuro?

- [Josh] Bueno, hay
una especie de meta-punto,

que es que hay este nuevo
tipo de empleador,

como Amazon y Uber,
y el mundo de TripAdvisor,

y creo que eso es genial.

Me gusta contarle a mis estudiantes
sobre eso.

En el MIT, tenemos un montón
de estudiantes de ciencias de la computación...

esa es nuestra mayor carrera.

Intento seducir a algunas de esas personas
a la economía diciendo

que pueden ir a trabajar a estas empresas

para las cuales la gente
está muy dispuesta a trabajar,

porque el trabajo parece emocionante,

que las habilidades
que se obtienen en la econometría

son tan buenas o mejores

que cualquier otra disciplina
de la competencia.

Así que al menos deberías
tomar algo de economía --

tomar algo de econometría
y algo de economía.

Hice un proyecto divertido con Uber

sobre la oferta laboral de los conductores de Uber,

y fue muy emocionante
ser parte de eso.

Además, tuve que conducir
para Uber durante un tiempo,

y también me pareció divertido.

No hice lo suficiente

y estuve tentado
a dejar mi trabajo en el MIT,

pero disfruté de la experiencia.

Veo un desafío potencial

a nuestro modelo
de educación de postgrado aquí,

que es, si estamos entrenando a la gente
para ir a trabajar a Amazon,

no está claro por qué
deberíamos pagar

subsidios a los graduados por eso.

¿Por qué debería el contribuyente
estar subvencionando eso?

Nuestra educación de postgrado
en los Estados Unidos está generosamente subvencionada,

incluso en las universidades privadas--

hay mucho dinero público.

Y creo que la razón tradicional
de esto es...

que estábamos formando
educadores y académicos,

y hay una gran externalidad
del trabajo que hacemos,

es o bien
la externalidad de la investigación,

o la externalidad de la enseñanza.

Pero si muchos de nuestros estudiantes
van a trabajar

en el sector privado --

está bien,

pero tal vez sus empleadores
deberían pagar por ellos.

- Para mí, es tan diferente

de la gente que trabaja
para empresas de consultoría.

No me queda claro

que el número de puestos de trabajo
en el mundo académico haya cambiado.

- Siento que este es
un sector en crecimiento,

mientras que la consultoría...

Tienes razón al plantear eso.

Podría ser lo mismo
para la consultoría.

Estoy colocando cada vez más
estudiantes en estas empresas,

así que está en mi mente, en cierto modo,

que no he estado atento
a los trabajos de consultoría.

La consultoría siempre fue importante,

y creo que también
hay algún movimiento

de la consultoría de vuelta
a la investigación...

es un poco más fluido.

Gran parte del trabajo en ambos dominios,

Tengo que decir
que no es realmente diferente,

pero la gente que trabaja
en el sector tecnológico

están haciendo cosas que son
potencialmente de interés científico,

pero la mayor parte está oculta.

Entonces sí que debemos preguntarnos,

¿por qué el gobierno
pagando por esto?

- Aunque, a propósito de Guido,

Supongo que esto se trata
de un asunto de datos,

¿tiene el total [no CE]
el empleo del sector lucrativo

del programa de doctorado en economía
graduados de programas de doctorado en economía

o ha sido simplemente
una sustitución de las finanzas

y la consultoría hacia la tecnología?

- Puede que esté reaccionando a algo

que no está sucediendo realmente.

- En realidad he hecho algo de trabajo

con algunas de estas empresas tecnológicas.

No estoy en desacuerdo con el punto de Josh
de que tenemos que pensar

un poco sobre
el modelo de financiación

quién es, al final, el que paga
por la educación de postgrado.

Pero desde una perspectiva científica,

no sólo estos lugares
tienen grandes datos,

y hoy en día tienden a ser
muy cuidadosos con eso

por razones de privacidad,

pero también tienen grandes preguntas.

Me parece muy inspirador escuchar
a la gente de allí

y ver qué tipo de preguntas tienen,

y a menudo son preguntas

que también surgen
fuera de estas empresas.

Tengo un par de documentos
con Raj Chetty y Susan Athey

donde buscamos formas
de combinar datos experimentales

y datos observacionales.

Raj Chetty estaba interesado
en cuál es el efecto

de los programas de la primera infancia
sobre los resultados más adelante en la vida,

no sólo en los resultados de las pruebas
sino en los ingresos y otras cosas,

y hemos desarrollado métodos

que ayudarían a arrojar luz
en eso bajo algunos...

en algunos escenarios,

y surgieron los mismos problemas

en estos entornos de empresas tecnológicas.

Y por lo tanto, desde mi perspectiva,

es el mismo tipo de --

Estaba hablando con gente
haciendo un trabajo empírico.

Traté de analizar
estos problemas específicos

y luego tratar de investigar
problemas más generales,

reformulando los problemas
a un nivel superior

para poder pensar en soluciones
que funcionen en una serie de escenarios.

Y desde esa perspectiva,

las interacciones
con las empresas tecnológicas

son muy valiosas
y muy útiles.

Ahora tenemos estudiantes
haciendo prácticas allí

y luego regresan
y escriben tesis más interesantes

como resultado
de sus experiencias allí.

- [Narrador] Si desea ver
más Conversaciones Nobel,

haga clic aquí.

O si desea aprender
más sobre econometría,

vea la serie "Mastering Econometrics" de Josh.

Si desea saber más
sobre Guido, Josh e Isaiah,

consulte los enlaces
en la descripción.

* [música] *