Por Libertad González
Imaginen que queremos averiguar qué efecto tiene un programa de becas que subvenciona los estudios universitarios de alumnos con pocos recursos. Por ejemplo, quizá nos interesa conocer el impacto sobre la probabilidad de graduación, o sobre su salario futuro. ¿Cómo hacemos?
Se trata de una pregunta causal: cuál es el efecto de A (la beca) sobre B (graduación y salarios). Para responder a esta pregunta, lo que realmente querríamos es poder comparar lo que le pasó a cada uno de los alumnos que recibieron la beca, con lo que les habría pasado en caso de que esos mismos alumnos no la hubieran recibido. Por supuesto, esto es imposible. Cada estudiante, o recibe la beca, o no. Nunca podremos saber qué habría sido de sus vidas en el caso no observado (porque no sucedió). Así que necesitamos buscar otras maneras de aproximar ese “contrafactual”.
Esta manera de entender las preguntas causales es el enfoque de “desenlaces potenciales” (potential outcomes) que desarrollaron Guido Imbens y Donald Rubin. (Dicen que Rubin, al saber del Nobel de Economía el pasado lunes, dijo “a ver si es que yo ya me he muerto y no me he enterado”, en referencia a su exclusión del premio.)
¿Cómo podemos sortear la imposibilidad de observar los desenlaces alternativos o contrafactuales? Los premiados por el Nobel han estudiado y aplicado diferentes formas, en situaciones en las que no podemos realizar experimentos aleatorizados controlados (cuyos proponentes en economía ya recibieron el premio hace dos años, como les contamos aquí y aquí). Su propuesta es analizar “experimentos naturales”, es decir, situaciones en la vida real que, si las miramos desde el ángulo adecuado, replican (o casi) el experimento controlado que querríamos realizar.
En el caso de las becas, una forma de responder a nuestra pregunta causal sería coger todas las solicitudes que cumplieran los criterios, y asignar las becas por lotería. ¿Cómo resuelve esto el problema? El azar hace que los alumnos que no reciben la beca sean, en conjunto, muy parecidos a los que sí. De este modo, podemos estudiar cómo les va en la vida a este grupo que “perdió la lotería”, y (si la lotería se ha hecho bien y el tamaño muestral es suficiente) podemos usarlos como “grupo de control”, es decir, una aproximación a cómo les habría ido a los afortunados que recibieron las becas, si no las hubieran conseguido. Este es el enfoque de los experimentos aleatorizados controlados, que resuelven el problema del contrafactual no observado, pero que no siempre se pueden (o se deben) aplicar a las preguntas que nos interesan. Por ejemplo, no siempre los investigadores pueden influir en el diseño de las políticas públicas, o puede que se considere más ético conceder las becas a los alumnos más necesitados en lugar de por medio de una lotería.
Sin embargo, si queremos responder a la pregunta de partida, la lotería es la clave. El azar consigue que el grupo de control sea parecido al de “tratamiento”, de media. Pues bien, los economistas empíricos vamos por la vida buscando “loterías” generadas en el “mundo real”. De esto van los “experimentos naturales”.
¿Cómo podríamos hacer esto en el ejemplo de las becas? Bueno, hay varias posibilidades. Por ejemplo, supongamos que las becas tienen un requisito de ingresos familiares y una nota de corte (por ejemplo, un 7 en selectividad). Los alumnos que sacaron un 6.9 en selectividad serían un buen grupo de control para los que sacaron justo 7 (sacar 6.9 o 7 se puede considerar casi una lotería). Este enfoque se denomina “regresión en discontinuidad”, y ha sido muy usado en economía en los últimos años.
Otra posibilidad sería aprovechar si algunas regiones dan becas pero otras no. Podríamos usar datos de estudiantes “parecidos” (mismo ingreso familiar y notas) en otras regiones como “controles”. En este caso, sin embargo, el grupo de control no es tan bueno, porque unas regiones y otras difieren en muchas cosas, con lo que los dos grupos de alumnos podrían ganar salarios diferentes en el futuro por muchas razones. En estas situaciones, podemos usar el método de “diferencias en diferencias”. Podríamos comparar los salarios de los alumnos con beca con el grupo de control en otras regiones, y para descartar que las diferencias se deban a otros factores, podríamos comparar también a estudiantes de las mismas características en las dos regiones, pero antes de que se pusiera en marcha el programa de becas. En esta segunda comparación, las diferencias entre los dos grupos no se deben a las becas, lo que nos permitiría “eliminar” los efectos de otros factores que difieren entre las dos regiones.
Tanto David Card como Josh Angrist han aplicado este tipo de métodos extensivamente para responder a preguntas en economía de la educación, así como en economía laboral. A David Card lo conocí cuando impartió un seminario en mi departamento sobre los efectos de poner a los niños con altas capacidades en grupos separados en el colegio (usando el método de regresión en discontinuidad). A Josh lo vi presentar un trabajo sobre los efectos de asistir a una “charter school” (una especie de escuelas concertadas en EEUU) para niños de barrios pobres.
Los tres premiados son sin duda líderes en lo que puede considerarse una revolución en toda regla en la credibilidad del análisis empírico en economía. Los tres, junto con otros, han empujado con fuerza la idea de que, dado que muchas de las preguntas que nos interesan son causales, tenemos que tomarnos la causalidad en serio, y aplicar métodos que sean explícitos en términos de qué proponen para resolver el problema de los “desenlaces alternativos” no observados.
La investigación en economía sería hoy muy diferente sin sus contribuciones, tanto en términos de los métodos que usamos como de las respuestas que ahora conocemos a preguntas tan relevantes como los efectos de la inmigración sobre el mercado de trabajo o el efecto de la educación formal sobre los salarios (no mencionaré el salario mínimo porque ya han podido leer mucho sobre eso estos días en los medios).
Desde Nada es Gratis felicitamos calurosamente a los premiados, pero también a todos los economistas empíricos que vais (vamos) por la vida con el detector de experimentos naturales, en la convicción de que estas herramientas nos ayudan a responder preguntas relevantes para la sociedad.