Modelos Teóricos de economía basados en matemáticas y econométricos de análisis de datos

Abstract

La econometría causal es una rama de la econometría que tiene por objetivo encontrar las relaciones causales entre distintas variables econométricas. El desarrollo de buenos modelos para explicar fenómenos en econometría es esencial para explicar la efectividad de políticas públicas, toma de decisiones en negocios y fenómenos macroeconómicos. La cantidad de datos econométricos ha crecido de manera exponencial en los últimos veinte años, esto ha desembocado en una gran relevancia de los estudios centrados en econometría causal. La evolución de nuevos métodos estadísticos y el avance computacional también han ampliado del conocimiento en este campo.

La literatura utiliza varios modelos para encontrar relaciones causales, entre los que destacan mínimos cuadrados ordinarios (OLS) y variables instrumentales (IV). Estos métodos son usados en varios artículos para encontrar relaciones causales entre las variables sociales y económicas.

Este trabajo profundiza en la literatura de la econometría causal para realizar un resumen de cómo son usados estos métodos, qué problemas resuelven y, sobretodo, cuál es el criterio de selección entre ambos métodos. Como veremos a lo largo del trabajo, sólo hay un artículo centrado en comparar estos dos métodos para encontrar la verdadera relación causal que esconden las variables econométricas.

Tras el resumen de la literatura, se ampliará el conocimiento para poder comparar formalmente estos dos estimadores. Se realizará una nueva fórmula matricial basada en la fórmula del artículo de Ciacci, para posteriormente aportar un test estadístico que permita crear un marco teórico con el que futuros investigadores puedan basar su criterio de selección.

Causal econometrics is a branch of econometrics that aims to find causal relationships between different econometric variables. The development of good models to explain phenomena in econometrics is essential to explain the effectiveness of public policies, business decision making and macroeconomic phenomena. The amount of econometric data has grown exponentially in the last twenty years, which has led to a great relevance of studies focused on causal econometrics. The evolution of new statistical methods and computational progress has also led to the expansion of knowledge in this field.

The literature uses several models to find causal relationships, among which ordinary least squares (OLS) and instrumental variables (IV) stand out. These methods are used in several articles to find causal relationships between social and economic variables.

This paper delves into the causal econometric literature to summarize how these methods are used, what problems they solve and, above all, what is the selection criterion between the two methods. As we will see throughout the paper, there is only one article focused on comparing these two methods to find the true causal relationship hidden by the econometric variables.

After the summary of the literature, the knowledge will be extended in order to formally compare these two estimators. A new matrix formula based on the formula in Ciacci's article will be developed, and then a statistical test will be provided to create a theoretical framework on which future researchers can base their selection criteria.