Desarrollo Económico
Desarrollo de un proyecto de investigación empírica Maribel Jiménez 2012
Principales etapas en una investigación empírica
1. Formular una pregunta o hipótesis de investigación 2. Revisar la literatura 3. Recolectar los datos: a. Definir el data set apropiado b. Compilar los datos en una forma “usable” c. Inspeccionar, limpiar y describir los datos
4. Análisis econométrico: - Especificar el modelo empírico a estimar - Determinar el método econométrico para estimarlo 2
1. Formular la pregunta o hipótesis de investigación • ¿Qué áreas de la economía o de otras ciencias sociales afines te interesan? - En este curso: ¿Qué tópicos del Desarrollo Económico te interesan? • Formular una pregunta lo más específica posible. • Asegurar la existencia y posibilidad de acceso a los datos necesarios para responderla.
3
2. Revisión de la literatura • Si para descubrir un tópico de investigación se buscó en revistas o servicios de búsqueda on-line: primera etapa de la revisión de la literatura. • Variedad de formas de localizar papers sobre el tema elegido: - JSOTR - Repec - Econlist - NBER
4
3. Recolección de datos a. Definir el data set apropiado para responder a la pregunta de investigación. Clases de bases de datos: sección cruzada, series de tiempo, secciones cruzadas fusionadas y datos de panel. Su elección depende de la naturaleza del análisis. – La base de datos debe contener: • las variables de interés y • otras variables de control para hacer una análisis ceteris paribus convincente (problemas de endogeneidad). –
b. Compilar los datos en una forma “usable”: en general los datos deberían tener una forma tabular con cada fila representando una observación y cada columna una variable. 5
c. Inspeccionar, limpiar y describir los datos • Familiarizarse con el data set que se usará en análisis: – comprender la estructura y convenciones respecto de: • la forma en la que están nombradas, definidas y medidas las variables (diseño de registro, documentos metodológicos), • cómo están codificados los missing values, – examinar la naturaleza de las variables en el data set: binarias, ordinales, continuas, etc. – detectar errores y corregirlos. Eje.: tasa de desempleo, medida como una proporción, para un país es mayor a uno (probable error tipográfico).
• Para describir los datos es útil calcular medias, desvíos estándares, máximos y mínimos de todas o de las variables más significativas en el análisis. 6
4. Análisis econométrico • Especificar el modelo empírico a estimar que representa una relación poblacional: Esto es útil para: - fijar ideas, determinar variables explicativas claves y otros factores de control a incluir. - discutir el método de estimación apropiado. - Tomar decisiones sobre formas funcionales.
• Determinar el método de estimación: en la mayoría de los casos OLS. - Examinar si los supuestos OLS se cumplen para el modelo propuesto: 1°) el término de error está correlacionado con las variables explicativas? 2°) Otros: en análisis cross-section: existe heteroscedasticidad? - Análisis de sensibilidad 7
Secciones en un trabajo empírico • Introducción: objetivo principal, motivación: importancia del tema elegido, aporte a la literatura existente (se pueden presentar estadísticas simples o gráficos y se pueden resumir los principales hallazgos). • Revisión de la literatura • Marco conceptual (o teórico): enfoque teórico general usado para responder la pregunta de investigación: - modelo teórico formal o - una discusión de las relaciones que se esperan encontrar entre las variables y de los controles que deben incluirse. • Modelos empíricos y métodos de estimación: justificar la elección y discutir los supuestos. 8
• Datos: descripción, fuente de datos, tabla de estadísticas resumen, cantidad de observaciones, período temporal cubierto (series de tiempo, datos de panel). • Resultados: - estimaciones de los modelos formulados - presentar primero el más simple y luego los más complejos: control por otros factores. - Interpretar los resultados empíricos: signos de los coeficientes, significancia estadística y económica, magnitudes. • Conclusión: resumen de lo aprendido, advertencia sobre limitaciones o problemas de los métodos implementado, direcciones de investigación futura. 9
Referencia • Wooldrige, J., “Carrying out an Empiral Proyect”, Chap. 19, en Introductory Econometrics. A modern approach, Cambridge: MIT Press.
10