onsorcio de investigacon # @ econémica y social IN El a Taller de herramientas metodolégicas para la investigaciénen Politicas Socialesy Desarrollo Econémico Productivo 1. Objetivo: Brindar a los socios de regiones y universidades nacionales, herramientas metodolégicas para el desarrollo de investigaciones en temas relacionados a las politicas sociales y desarrollo ‘econémico productivo, con la finalidad de mejorar los proyectos de investigacién presentados y a ser desarrollados en los Concursos de Investigacion convocados por el CIES. ll Publico Objetivo: Miembros de los centros y universidades asociadas que se encuentren interesados en postular a los Concursos de Investigacion convocados por el CIES: investigadores, egresados, profesores y/o estudiantes de ultimo afio, con conocimiento de 2 cursos de econometria. Ill, Sesionesy temas (detalle en el Anexo 1): Sesi6n1: Evaluacién Social Multi-criterio. Las evaluaciones sociales multicriterio (SMCE, siglas en inglés) representan una alternativa metodoldgica, y en general una forma de favorecer la transparencia y la democracia. Estos riterios se relacionan, por lo general, con diferentes perspectivas y lenguajes de valoracién Se analizarén una variedad de casos de estudio donde se aplica esta metodologia, los cuales pueden accederse desde bases de datos y recursos electrénicos. Sesién 2: Conceptos y medidas de pobreza. Estimacién de pobreza por ingresos, por gasto y enfoque muldimensional. Estimacién de linea de pobreza, equivalencias empleadas, criterios para el manejo de informacion. Evaluacién a nivel de estratos. Métodos de estimacién de algoritmos de focalizacién. Sesién 3: Conceptos y medidas de desigualdad Estimacién de indicadores de desigualdad en ingresos y gastos. Evaluacién de regresividad 0 progresividad fiscal. Limitaciones de cada uno de los indicadores. Analisis de aversion a la desigualdad y axiomas de desigualdad. Sesi6n 4: Género, etnici lad y exclusion social Anélisis de bases de daos disponibles en temas de educacién, empleo, salud y desarrollo productivo. Caracteristicas de una evaluacién con enfoque de género. {Qué es y que no es tuna evaluacién con enfoque de género? Relaciones de género. Etnicidad y vulnerabilidad.a CIES onsorcio de investigacion econémica y social Sesion 5: Evaluaciones experimentales y cuasi exp 1entales (experimentos naturales) Aleatorizadas en la practica. Cémo establecer un contrafactual. El disefio estadistico de la aleatorizacién. Calculando los efectos de tratamiento. Aleatorizacién en un diseho de evaluacién: Diferentes métodos de aleatorizacién. Los problemas de la aleatorizacién Evaluaciones de Impacto Aleatorizadas en la practica. Modelo de diferencias. Estimador de diferencias con regresores adicionales. Estimador de diferencias con efectos heterogéneos. Estimador de diferencias en el tiempo. Las dificultades de la aleatorizacién. Verificacién de la aleatorizacién. Desventajas de los métodos experimentales. Enfrentando el Sesgo de Seleccién a través de una perspectiva distinta— usando las diferencias como contrafactual. El método de dobles diferencias: teoria y aplicacién. Dobles diferencias incluyendo regresores adicionales. Dobles diferencias para miltiples periodos. Dobles diferencias empleando datos de corte trasversal repetidos, Ventajas y Desventajas de Usar las Dobles Diferencias. Modelos alternativos de Dobles Diferencias. Sesi6n 6: Evaluacién métodos no experimentales I: Propensity Score Matching PSM y sus usos practicos. {Qué hace el PSM? El método PSM en la teoria. Probabilidad de participacién. Soporte comun. Seleccién de un algoritmo de matching. Aplicacién de! método PSM. Criticas al método PSM. PSM y métodos basados en regresiones. Calidad del emparejamiento, Errores estandar. Pruebas de falsificacién. Sesi6n 7: Evaluacién métodos no experimentales instrumentales Regresi6n discontinua, Variables Definicién de IV y eleccién de instrumentos. La estimacién de IV mediante OLS de dos etapas. Problemas de IV. Fuentes de IV. Teoria de las RD. Ventajas y Desventajas del método RD. Disefio de RD (Sharp y Fuzzy). IV, Metodologia: © Teérico-préctica * Se utilizara software como STATA y Excel, por lo que se sugiere a los participantes contar con un nivel basico. V. Profesores: 1. José Carlos Silva Masher (Sesién 1): Ingeniero en industrias alimentarias de la Universidad Nacional Agraria La Molina (UNALM). Tiene un Diploma en Gestién Ambiental para Industria de la Carl Duisberg Gesellschaft (CDG) de Alemania, Maestria en Medioambiente y Desarrollo del London School of Economics (LSE) y Maestria en Economia Ecoldgica de la Universidad Autonoma de Barcelona (UAB). Actualmente es candidato a Doctor en Ciencias Ambientales en el Instituto de Ciencias y Tecnologias Ambientales (ICTA) de la UAB. Trabajé 7 afios en Nestlé Pert, en las Fabricas de Chiclayo y Lima, como Asistente de Aseguramiento de lao CIES onsorcio de investigacion econémica y social Vi.Hora Calidad y Coordinador de Medio Ambiente (1996-2002); y como Ingeniero Ambiental en Nestlé Reino Unido, en la Fabrica de Dalston (2003). Luego, trabajé en ERM Pert (2004- 2006) y ERM Espafia (2007), como Consultor Ambiental especializado en Auditorias de Environment Health & Safety Due Diligence. Como investigador del ICTA-UAB desarrollé el proyecto de Responsabilidad Social Corporativa del Grupo La Seda de Barcelona (2007- 2009). Es Docente contratado en la Maestria en Economia y en la Maestria en Desarrollo Humano de la Pontificia Universidad Catélica del Peru (PUCP), y fue Director Fundador de la Escuela de Economia y Gestion Ambiental en la Universidad Antonio Ruiz de Montoya (UARM). Es Asesor en Gestién Ambiental en CIES. Alejandro Granda (Sesiones: 2-7): Master of Arts in Economics por Georgetown University (ILADES). Se ha desempeftado como investigador senior en el Ministerio de Economia y Finanzas, especialista en metodologias de seguimiento y evaluacién en CONCYTEC y como director en temas de metodologias de focalizacién de politicas sociales en el MIDIS. Cuenta con experiencia como docente en la Universidad Nacional de Ingenieria, la Universidad de Piura, la Universidad Nadonal del Callao y la Pontificia Universidad Catdlica del Pert lugar y fechas: Cada sesién duraré 4 horas/ Horas totales: 28 Horarios: ¥ Jueves: De 10:00 a.m. a 1:00 p.my de 3:00pm a 6:00pm. ¥ Viernes a domingo: De 9:00 a.m. 1:00 p.m. y de 3:00 p.m. a7 p.m. Lugar y fechas: ¥ Arequipa:Lugar: Laboratorio de filial del INEI/ Fechas: 14-17 mayo ¥ Piura: Lugar: Laboratorio de la Facultad de Economia de la Universidad Nacional de Piura/Fechas: 21-24 mayo VI. Requisitos de postulacién al Curso: Lospostulantes deberdn presentar Curriculum vitae Tener conocimiento de 2 cursos de econometria Una “propuesta de investigacién preliminar” considerando, al menos uno, de los siguientes temas: educacién, empleo, desarrollo productivo, desarrollo rutal, pobreza, desigualdad y exclusién social. Las propuestas deberdn incluir (en maximo 3 paginas) los siguientes items Y Objetivos Generales Y Objetivos Especificoseconémica y social ¥ Motivacién del estudio Y Revision bibliografica (Marco Te6rico) ¥ Incidencia politica esperada Vill. Cronograma de postulaci * Domingo 3 de mayo: Fecha de presentacién de propuestas hasta las 11:59pm al correo electrénicoaolivaacies.ora.pe * Lunes 4 hasta el viernes 8 de mayo: e seleccionardn las 20 mejores propuestas. * Viernes 8 de mayo: Publicacién de resultados via correo electrénico y envio de bibliografia y materiales de clase a los investigadores seleccionados. IX. Trabajo finaly cierre del Curso: * El trabajo final debe considerar la propuesta presentada en la postulacién, la implementacién de la metodologia seleccionada para el desarrollo del estudio (segin lo aprendido en el Taller) y los resultados preliminares obtenidos en la estimacién econométrica. * Plazo de presentacién: 15 dias desde el cierre delTaller en cada regién. X. Certificacion: Si el trabajo final obtiene nota aprobatoria, se entregard un certificado por las 28horas de la capacitacién, a nombre del CIES y el INELa CIES onsorcio de investigacion econémica y social ‘Anexo1 Programa detallado delas sesiones Sesion 1: Evaluacién Social Multi-criterio Los conflictos ambientales tienen relacién con fendmenos econémicos y ecolégicos integrales, que involucran a diferentes grupos de interés, donde el gobierno y el sector ‘empresarial son los mas poderosos y utilizan herramientas técnicas muy especificas con el fin de demostrar justicia en un proyecto determinado. Hasta ahora el Analisis Costo-Beneficio (ACB) es quizés el enfoque més utilizado para argumentar si un determinado proyecto es socialmente deseable o para comparar proyectos alternativos para desarrollar en un drea. El ACB implica la agregacién de todos los costos esperados durante un proyecto y su comparacién con todos los beneficios esperados, también agregados. Bajo ciertas condiciones, este enfoque puede funcionar muy bien. Sin embargo, el proceso de agregacién requiere la valoracién monetaria de todo tipo de efecto esperado, es decir, todos ellos deben ser conmensurables en términos de dinero. Derechos sobre la tierra, la vida humana, la estética, la importancia cultural, lo sagrado/ espiritual, el sentido histérico, la biodiversidad, etc. son sélo algunos ejemplos de los valores relevantes que no pueden facilmente cuantificarse monetariamente. A menudo hay una inconmensurabilidad de valores que tiene que ser reconocida como un punto de partida Entonces, ;Cémo se pueden gestionar los diferentes sistemas (0 lenguajes) de valoracién cuando nos enfrentamos a un problema real de eleccién social? Afortunadamente, hay toda tuna orquesta de instrumentos ademas del ACB que puede ser utilizado como apoyo en los procesos de toma de decisiones sociales. Entre ellos, las evaluaciones sociales multi-criterio (SMCE, siglas en inglés) representan una alternativa metodolégica, y en general una forma de favorecer la transparencia y la democracia. Un problema multicriterio se caracteriza por la presencia de: (1) un conjunto finito de alternativas (por ejemplo, diferentes opciones para transporte regional en ferrocarril o carreteras); y (2) la existencia de diferentes - y a menudo contradictorios - criterios de valoracién bajo los cuales evaluamos cada alternativa (por ejemplo, impactos sobre el uso de la tierra, los costos, las personas afectadas). Estos criterios se relacionan, por lo general, con diferentes perspectivas y lenguajes de valoracién. Por lo tanto, la dimensién subjetiva de los métodos multicriterio permanece central, pero puede resolverse con indicadores apropiados y con la participacién de los diferentes actores sociales. Existe una variedad de casos de estudio donde se aplica esta metodologia, los cuales pueden accederse desde bases de datos y recursos electrénicos. Referencias bibliograficas: Munda, G. (2008) Social Multi-Criteria Evaluation for a Sustainable Economy. Berli Verlag, Springer Munda, G. (2004) Social multicriteria evaluation: Methodological foundations and operational consequences. European Journal of Operational Research 158(3): 662-677. Gerber, J-F., Rodriguez-Labajos, B., Yanez, |, Branco, V., and Roman, P., 2012. Guide to Multicriteria Evaluation for Environmental Justice Organisations. EJOLT Report No. 8, 45 p.econémica y social En castellano se pueden encontrar publicaciones sobre evaluacién social multi-criterio en la Revista Iberoamericana de Economia Ecolégica (http:/www.redibecorg/revibec html) Sesi6n 2: Conceptos y medidas de pobreza. Estimacion de pobreza por ingresos, por gasto y enfoque muldimensional. Estimacion de linea de pobreza, equivalencias empleadas, crterios para el manejo de informacion, Evaluaci6n a nivel deestratos. Métodos de estimacién de algoritmos de focalizacion. La sesién tiene por objetivo familiarizar al alumno con: = Elmanejo de los médulos de empleo, ingreso, caracteristicas del hogar y caracteristicas de la vivienda de la ENAHO. = Los métodos convencionales de verificacién de la calidad de datos de una muestra. - Eluso de ponderadores en muestreos estratificados. ~ _ Estructura eficientes para el recojo de informacién primaria. - Un conjunto de métodos de medicién de bienestar. - Los axiomas requeridos para la validacién de indicadores de bienestar social. Bases de datos: ENAHO, CASEN. Bibliografia Atkinson, Anthony. 1987. “On the Measurement of Poverty.” Econometrica 55: 749-64. Clark, Stephen, Richard Hemming, and David Ulph. 1981. "On Indices for the Measurement of Poverty.” Economic Journal 91 (361):515-26. Coudouel, A. J.5. Hentschel, and Q. D. Wodon. 2002. “Poverty Measurement and Analysis.” In A Sourcebook for Poverty Reduction Strategies, ed. J. Klugman, 29-69. Washington, DC: World Bank. Dalton, Hugh. 1920. "The Measurement of the Inequality of Incomes.” Economic Journal 30: 384-61. Deaton, Angus. 1997. The Analysis of Household Surveys: A Mictoeconometric Approach to Development Policy. Baltimore, MD: Johns Hopkins University Press for the World Bank. Foster, James, J. Greer, and Eric Thorbecke. 1984. Measures.” Econometrica 52 (3): 761-65. Class of Decomposable Poverty Morduch, Jonathan. 1998. “Poverty, Economic Growth, and Average Exit Time.” Economics Letters 59: 385-90. Osberg, Lars, and Kuan Xu. 1999. "Poverty Intensity: How Well Do Canadian Provinces Compare?" Canadian Public Policy—Analyse de Politiques 25 (2):179-95. Ravallion, Martin. 1996. “How Well Can Method Substitute for Data? Five Experiments in Poverty Analysis.” The World Bank Research Observer 11 (2): 199-221.o CIES onsorcio de investigacion econémica y social Ravallion, Martin, and Shaohua Chen. 2001. “Measuring Pro-Poor Growth.” Policy Research Working Paper No. 2666, World Bank, Washington, DC. Sen, Amartya K. 1976. “Poverty: An Ordinal Approach to Measurement 219-31. Econometrica 44 (2): Xu, Kuan, and Lars Osberg. 2002. "On Sen’s Approach to Poverty Measures and Recent Developments.” Working Paper, Department of Economics, Dalhousie University, Halifax, Nova Scotia. Zheng, B. 1993. "An Axiomatic Characterization of the Watts Poverty Index.” Economics Letters 42 (1):81-6. Sesi6n 3: Conceptos y medidas de desigualdad Estimacion de indicadores de desigualdad en ingresos y gastos. Evaluacién de regresividad 0 progresividad fiscal. Limitaciones de cada uno de los indicadores. Analisis de bienestar, aversién ala desigualdad y axiomas de desiqualdad. La sesién tiene por objetivo familiarizar al alumno con: = Comandos de Stata que permiten en andlisis de desigualdad en ingresos y gastos. = El empleo de los indicadores de desigualdad en el andlisis de la regresividad de los impuestos, = Losaxiomas requeridos para la validacién de indicadores de desigualdad. = Elaboracién de Cuadros resumen a través de Stata. Bases de datos: ENAHO, CASEN Bibliografia ‘Adams, Richard H, Jr. 1999. "Nonfarm Income, Inequality, and Land in Rural Egypt.” Policy Research Working Paper No. 2178, World Bank, Washington, DC. ‘Araar, Abdelkrim, and Jean-Yves Duclos. 2006. "DAD: A Software for Poverty and Distributive Analysis.” PMMA Working Paper 2006-10, Université Laval, Quebec. Atkinson, A. B. 1970. "On the Measurement of Inequality.” Journal of Economic Theory 2 (3): 244-63. 1983. The Economics of Inequality, 2nd edition. Oxford: Clarendon Press. Bourguignon, Francois, Francisco Ferreira, and Nora Lustig, eds. 2005. The Microeconomics of Income Distribution Dynamics in East Asia and Latin America. Washington, DC: World Bank and Oxford University Press.a CIES onsorcio de investigacion econémica y social Dollar, David, and Paul Glewwe. 1998. “Poverty and Inequality: The Initial Conditions.” In Household Welfare and Vietnam's Transition, ed. David Dollar, Paul Glewwe, and Jennie Litvack. World Bank Regional and Sectoral Studies. Washington, DC: World Bank. Duclos, Jean-Yves, and Abdelktim Araar. 2006. Poverty and Equity: Measurement, Policy and Estimation with DAD. New York: Springer, and Ottawa: International Development Research Centre. Ferreira, Francisco, and Ricardo Paes de Bartos. 2005. "The Slippery Slope: Explaining the Increase in Extreme Poverty in Urban Brazil, 1976-1996." In The Microeconomics of Income Distribution Dynamics in East Asia and Latin America, ed. Francois Bourguignon, Francisco Ferreira, and Nora Lustig. Washington, DC: World Bank and Oxford University Press. Ferreira, M. Luisa. 1996. "Poverty and Inequality during Structural Adjustment in Rural Tanzania." Policy Research Working Paper No. 1641, World Bank, Washington, DC. Gottschalk, P, and T. Smeeding. 2000. "Empirical Evidence on Income Inequality in Indus Countries.” In Handbook of income Distribution. Volume 1. Handbooks in Economics, vol. 16, ed. A. B. Atkinson and F. Bourguignon, Amsterdam, New York, and Oxford: Elsevier Science/North-Holland. Kuznets, Simon. 1966. Modern Economic Growth: Rate, Structure and Spread. New Haven and London: Yale University Press. Ravallion, Martin, and Shaohua Chen. 2003. "Measuring Pro-Poor Growth.” Economics Letters 78 (1): 93-9. Rodriguez, Edgard. 1998, “Toward a More Equal Income Distribution? The Case of Peru 1994 1997." Poverty Reduction and Economic Management Network, Poverty Group, World Bank, Washington, DC. Vietnam General Statistical Office. 2000. Viet Nam Living Standards Survey 1997-1998, Hanoi: Statistical Publishing House. World Bank. 1994. “Viet Nam Living Standards Survey (VNLSS) 1992-93." Poverty and Human Resources Division, World Bank, Washington, DC. Sesi6n 4: Género, etnicidad y exclusién social Anélisis de bases de daos disponibles en temas de educacién, empleo, salud y desarrollo productivo, Caracteristicas de una evaluacién con enfoque de género. {Qué es y que no es Una evaluacién con enfoque de género? Relaciones de género. Etnicidad y vulnerabilidad. La sesién tiene por objetivo familarizar al alumno co - Caracterizaciones de la pobreza, empleo, educacién y salud en funcién del género y raza = Elmarco conceptual convencional para incluir enfoques de género en las investigaciones socieconémicasa CIES onsorcio de investigacion econémica y social + Las metodologias usualmente empleadas para la medicién de la exclusién social considerando datos censurados o truncados = Laimplementacién en Stata de las metodologias econométricas requeridas Bases de datos: ENAHO, ENDES, EMYPE, ECCE, EPE Bibliografia Atal, Juan Pablo, Hugo Nopo and Natalia Winder, “Gender and ethnic wage gaps in Latin ‘America and the Caribbean. An extensive review of the literature and contemporary estimates for the region,” Inter American Development Bank, draft, June 2009. Cunninghan, Wendy, and Joyce Jacobsen. 2004. “Group-Based Inequalities: The Roles of Race, Ethnicity, and Gender.” In Inequality in Latin America and the Caribbean. Breaking with History?, coordinated by David De Ferranti, Guillermo Perry, Francisco H. G. Ferreira, and Michael Walton. Washington, D.C: World Bank. Chapter 3. httpy//wwnwe wds.worldbank.org/servlet/WDSContentServer/WDSP/1B/2004/06/22/000160016_200406221 41728/Rendered/PDF/28989.pdf Marquez, Gustavo, Alberto Chong, Suzanne Duryea, Jacqueline Mazza, and Hugo Nopo, coordinators. 2007. 2008 Report: Outsiders? The Changing Patterns of Exclusion in Latin America andthe Caribbean. Washington, —D.C:._—IADB. http//idbdocs.iadb.org/wsdocs/getdocument.aspx?docnum=1154386 Deere, Carmen Diana, Gina E. Alvarado, and Jennifer Twyman. 2010. "Gender Inequality in Asset Ownership in Latin America: Female Owners vs. Household Heads.” World Bank Research Observer (WBRO). CEPAL. 2007. Cohesién social: inclusién y sentido de pertenencia en America Latina y el Caribe. Santiago de Chile: CEPAL, Naciones Unidas. httpy/www.eclac.org/publicaciones/xml/4/27814/2007-382-Cohesion_social-REV1-web.pdf, (English version) ECLAC.2007. Social Cohesion httpy//www.eclac.cl/publicaciones/xml/0/29030/2007-219-Social_Cohesion-web.pdf Sesién 5: Evaluaciones experimentales y cuasi experimentales (experimentos naturales) Aleatorizadas en la practica. Como establecer un contrafactual. El disefio estadistico de la aleatorizacién. Calculando los efectos de tratamiento. Aleatorizacién en un disefio de evaluacién: Diferentes métodos de aleatorizacién. Los problemas de la aleatorizacién Evaluaciones de Impacto Aleatorizadas en la practica. Modelo de diferencias. Estimador de diferencias con regresores adicionales. Estimador de diferencias con efectos heterogéneos. Estimador de diferencias en el tiempo. Las dificultades de la aleatorizacién. Verificacién de la aleatorizacién. Desventajas de los métodos experimentales. Enfrentando el Sesgo de Seleccién a través de una perspectiva distinta— usando las diferencias como contrafactual. El método de dobles diferencias: teoria y aplicacién. Dobles diferencias incluyendo regresores adicionales. Dobles diferencias para multiples periodos. Dobles diferencias empleando datosa CIES onsorcio de investigacion econémica y social de corte trasversal repetidos, Ventajas y Desventajas de Usar las Dobles Diferencias. Modelos alternativos de Dobles Diferencias. La sesién tiene por objetivo familiarizaral alumno con: ~ Laconstruccién de un contrafactual de manera apropiada = Eldisefio de un experimento aleatorio, incluyendo validez interna y externa. ~ Las diferencias entre un Efecto Promedio del Tratamiento (ATE - average treatment effect) de un Efecto del Tratamiento en los Tratados (TOT - Treatment on Treated Effect). = Cémo construir un estimador de dobles diferencias - Cémo enfrentar una potencial violacién del supuesto de heterogeneidad no cambiante a lo largo del tiempo. ~ Cémo tener en cuenta la implementadén no aleatoria de un programa. = Qué hacer cuando una linea de base no esté disponible. Bases de datos: ENAHO, ENDES, EMYPE, ECCE, ENIM Bibliografia Angrist, Joshua, Eric Bettinger, Erik Bloom, Elizabeth King, and Michael Kremer. 2002. "Vouchers for Private Schooling in Colombia: Evidence from a Randomized Natural Experiment.” American Economic Review 92 (5): 1535-58. Banerjee, Abhijit, Shawn Cole, Esther Dufl o, and Leigh Linden. 2007. "Remedying Education: Evidence from Two Randomized Experiments in India.” Quarterly Journal of Economics 122 (3): 1235-64. Duflo, Esther, Rachel Glennerster, and Michael Kremer. 2008. "Using Randomization in Development Economics Research: A Toolkit.” In Handbook of Development Economics, vol. 4,ed. T. Paul Schultz and John Strauss, 3895-962. Amsterdam: North-Holland. Gertler, Paul. 2004. “Do Conditional Cash Transfers Improve Child Health? Evidence from PROGRESA’s Control Randomized Experiment.” American Economic Review, Papers and Proceedings 94 (2): 336-41 Hoddinott, John, and Emmanuel Skoufi as. 2004. “The Impact of PROGRESA on Food Consumption.” Economic Development and Cultural Change $3 (1): 37-61. Kish, Leslie, 1987. Statistical Design for Research. New York: Wiley. Moffi tt, Robert. 2003. "The Role of Randomized Field Trials in Social Science Research: A Perspective from Evaluations of Reforms from Social Welfare Programs.” NBER Technical Working Paper 295, National Bureau of Economic Research, Cambridge, MA. Ravallion, Martin. 2008. "Evaluating AntiPoverty Programs.” In Handbook of Development Economics, vol. 4, ed. T. Paul Schultz and John Strauss, 3787-846, Amsterdam: North-Holland.a CIES onsorcio de investigacion econémica y social Roy, Andrew D. 1951. “Some Thoughts on the Distribution of Earnings.” Oxford Economic Papers 3 (2): 135-46. Schultz, T. Paul. 2004, “School Subsidies for the Poor: Evaluating the Mexican PROGRESA Poverty Program." Journal of Development Economics 74 (1): 199-250. Skoufi as, Emmanuel, and Vincenzo di Mato. 2007. “Conditional Cash Transfers, Adult Work Incentives, and Poverty. Policy Research Working Paper 3973, World Bank, Washington, DC. Todd, Petra, and Kenneth Wolpin. 2006. “Assessing the Impact of a School Subsidy Program in Mexico: Using a Social Experiment to Validate a Dynamic Behavioral Model of Child Schooling and Fertility.” American Economic Review 96 (5): 1384-417. Wooldridge, Jeffrey M. 2010. Econometric Analysis of Cross Section and Panel Data. ‘Cambridge, MA: MIT Press. Sesién 6: Evaluacién métodos no experimentales I: Propensity Score Matching PSM y sus usos practicos. {Qué hace el PSM? El método PSM en la teoria. Probabilidad de participacién. Soporte comiin. Seleccién de un algoritmo de matching. Aplicacién del método PSM. Criticas al método PSM. PSM y métodos basados en regresiones. Calidad del ‘emparejamiento. Errores estandar. Pruebas de falsificacion. La sesién tiene por objetivo familiarizar al alumno con: = Elcélculo del propensity score y los supuestos necesarios para aplicar PSM, - Los diferentes métodos para hacer matching de participantes y no participanes en el drea de soporte comin ~ Los problemas con el PSM y métodos para enfrentar el grado de sesgo de seleccién en caracteristicas no observadas. - Eluso del PSM en métodos basados en regresiones. Bases de datos: ENAHO, ENDES, EMYPE, ECCE, ENIM Bibliografia Bryson, Alex, Richard Dorsett, and Susan Purdon. 2002. “The Use of Propensity Score Matching in the Evaluation of Active Labour Market Policies.” Working Paper 4, Department for Work and Pensions, London. Caliendo, Marco, and Sabine Kopeinig. 2008. “Some Practical Guidance for the Implementation of Propensity Score Matching.” Journal of Economic Surveys 22 (1): 31-72. Dehejia, Rajeev. 2005. “Practical Propensity Score Matching: Journal of Econometrics 125 (1-2): 355-64. Reply to Smith and Todd.” Fan, Jianging. 1992. "Design-Adaptive Nonparametric Regression.” Journal of the American Statistical Association 87 (420): 998-1004a CIES onsorcio de investigacion econémica y social 1993. "Local Linear Regression Smoothers and Their Minimax Effi ciencies.” Annals of Statistics 21 (1): 196-216. Godtland, Erin, Elisabeth Sadoulet, Alain de Janvry, Rinku Murgai, and Oscar Ortiz. 2004, “The Impact of FarmerField-Schools on Knowledge and Productivity: A Study of Potato Farmers in the Peruvian Andes.” Economic Development and Cultural Change 52 (1): 129-58. Hahn, Jinyong, Keisuke Hirano, and Dean Karlan. 2008. “Adaptive Experimental Design Using the Propensity Score.” Working Paper 969, Economic Growth Center, Yale University, New Haven, CT. Heckman, James J,, Hidehiko Ichimura, and Petra Todd. 1997. "Matching as an Econometric Evaluation Estimator: Evidence from Evaluating a Job Training Programme.” Review of Economic Studies 64 (4): 605-54, ———. 1998. “Matching as an Econometric Evaluation Estimator.” Review of Economic Studies 65 (2): 261-94. Heckman, James J, Robert Lalonde, and Jeffrey Smith. 1999. “The Economics and Econometrics of Active Labor Market Programs." In Handbook of Labor Economics, vol. 3, ed. Orley Ashenfelter and David Card, 1865-2097. Amsterdam: NorthHolland. Hirano, Keisuke, Guido W. Imbens, and Geert Ridder. 2003. “Efficient Estimation of Average ‘Treatment Effects Using the Estimated Propensity Score.” Econometrica 71 (4): 1161-89. Imbens, Guido. 2000. "The Role of the Propensity Score in Estimating DoseResponse Functions.” Biometrika 87 (3): 706-10. - 2004. “Nonparametric Estimation of Average Treatment Effects under Exogeneity: A Review.” Review of Economics and Statistics 86 (1):4-29. Jalan, Jyotsna, and Martin Ravallion. 2003. “Estimating the Benefitincidence of an Antipoverty Program by Propensity-Score Matching,” Journal of Business and Economic Statistics 21 (1): 19-30. Ravallion, Martin. 2008. “Evaluating AntéPoverty Programs.” In Handbook of Development Economics, vol. 4, ed. T, Paul Schultz and John Strauss, 3787-846. Amsterdam: North-Holland. Rosenbaum, Paul R. 2002. Observational Studies. New York and Berlin: Springer-Verlag. Rosenbaum, Paul R,, and Donald B. Rubin. 1983. “The Central Role of the Propensity Score in Observational Studies for Causal Effects.” Biometrika 70 (1): 41-55. Todd, Petra. 2007. "Evaluating Social Programs with Endogenous Program Placement and Selection of the Treated.” In Handbook of Development Economics, vol. 4, ed. T. Paul Schultz and John Strauss, 3847-94. Amsterdam: North-Holland.a CIES onsorcio de investigacion econémica y social Wooldridge, Jeffrey M. 2010. Econometric Analysis of Cross Section and Panel Data. ‘Cambridge, MA: MIT Press. Sesin 7: Evaluacién métodos no experimentales Il: Regresion discontinua, Variables \strumentales Definicién de IV y eleccién de instrumentos. La estimacién de IV mediante OLS de dos etapas. Problemas de IV. Fuentes de IV. Teoria de las RD. Ventajas y Desventajas del método RO. Disefio de RD (Sharp y Fuzzy) La sesién tiene por objetivo familiarizar al alumno con: - la forma en que IV puede resolver el problema de sesgo en participacién, implementacién de un programa, o ambos ~ Las diferencias entre los supuestos del enfoque IV con los supuestos de los métodos PSM y dobles diferencias. - Las fuentes disponibles para encontrar buenos instrumentos. = Las maneras de testear la existencia de un instrumento débil - Ladiferencia entre métodos IV estandar y el Efecto de Tratamiento Promedio Local (LATE —Local Average Treatment Effect) = RD como un método que tiene en cuenta la posibilidad de sesgo de seleccién o participacién sobre la base de caracteristicas no observadas. ~ Los controles de robustez para asegurarse que el disefio de la discontinuidad y elegibilidad de los umbrales son validos. Bases de datos: ENAHO, ENDES, EMYPE, ECCE, ENIM Bibliografia Andrabi, Tahir, Jishnu Das, and Asim ljaz Khwaja. 2006, "Students Today, Teachers Tomorrow? Identifying Constraints on the Provision of Education.” Harvard University, Cambridge, MA. Angrist, Joshua. 1990. “Lifetime Earnings and the Vietnam Era Draft Lottery: Evidence from Social Security Administration Records.” American Economic Review 80 (3): 313-35. Blundell, Richard, and Monica Costa Dias. 2008. “Alternative Approaches to Evaluation in Empirical Microeconomics.” CeMMAP Working Paper 26/08, Centre for Microdata Methods and Practice, Institute for Fiscal Studies, London, Glewwe, Paul, and Hanan G, Jacoby. 1995. "An Economic Analysis of Delayed Primary School Enrollment in a Low Income Country: The Role of Early Childhood Nutrition." Review of Economic Statistics 77 (1): 156-69. Heckman, James J. 1997. “Instrumental Variables: A Study of Implicit Behavioral Assumptions Used in Making Program Evaluations.” Journal of Human Resources 32 (3): 441-62.o CIES onsorcio de investigacion econémica y social Heckman, James J., and V. Joseph Hotz. 1989. “Choosing among Alternative Nonexperimental Methods for Estimating the Impact of Social Programs: The Case of Manpower Training.” Journal of the American Statistical Association 84 (408): 862-74. Heckman, James J,, and Richard Robb. 1985. “Alternative Methods for Estimating the Impact of Interventions.” In Longitudinal Analysis of Labor Market Data, ed. James Heckman and Burton Singer, 156-245. New York: Cambridge University Press. Heckman, James J, and Edward J. Vytlacil. 2000. “Causal Parameters, Structural Equations, Treatment Effects, and Randomized Evaluations of Social Programs.” University of Chicago, Chicago, IL. 2005. "Structural Equations, Treatment Effects, and Econometric Policy Evaluation.” Econometrica 73 (3): 669-738. Imbens, Guido, and Joshua Angrist. 1994. “Identifi cation and Estimation of Local Average Treatment Effects.” Econometrica 62 (2): 467-76. Khandker, Shahidur R. 2006. *Microfi nance and Poverty: Evidence Using Panel Data from Bangladesh.” World Bank Economic Review 19 (2): 263-86. Moffitt, Robert. 2008. “Estimating Marginal Treatment Effects in Heterogeneous Populations.” Economic Working Paper Archive 539, Johns Hopkins University, Baltimore, MD. http://www.econ.jhu.edu/people/moffi ty/welfl s0_v4b.padf. Morduch, Jonathan. 1998. "Does Microfi nance Really Help the Poor? New Evidence on Flagship Programs in Bangladesh.” Princeton University, Princeton, NJ. Pitt, Mark, and Shahidur Khandker. 1998. "The Impact of Group-Based Credit Programs on Poor Households in Bangladesh: Does the Gender of Participants Matter?” Journal of Political Economy 106 (5): 958-98, Ravallion, Martin, and Quentin Wodon. 2000. “Does Child Labour Displace Schooling? Evidence on Behavioural Responses to an Enrollment Subsidy.” Economic Journal 110 (462): 158-75. Semykina, Anastasia, and Jeffrey M. Wooldridge. 2005. “Estimating Panel Data Models in the Presence of Endogeneity and Selection: Theory and Application.” Working Paper, Michigan State University, East Lansing, Ml Todd, Petra. 2007. “Evaluating Social Programs with Endogenous Program Placement and Selection of the Treated.” In Handbook of Development Economics, vol. 4, ed. T. Paul Schultz and John Strauss, 3847-94. Amsterdam: North-Holland. Wooldridge, Jeffrey. 2010. Econometric Analysis of Cross Section and Panel Data. Cambridge, MA: MIT Press.