Modelos y contrastes econométricos para redes: teoría y aplicaciones empíricas
Sobre el proyecto
Este trabajo de investigación tiene como objetivo principal el desarrollo de modelos y contrastes econométricos para la modelización de redes. En particular, el desarrollo de las consecuencias del agrupamiento de observaciones en redes en base a correlaciones entre individuos, que dan lugar los modelos que deben usarse para la inferencia estadística correcta. No controlar por el nivel apropiado de correlación de las observaciones dentro de la red conlleva, en general, a errores estándar que son demasiado pequeños, y por lo tanto a un análisis estadístico y econométrico erróneo.
Metodológicamente, el proyecto implica revisar y crear contrastes econométricos nuevos para la inferencia estadística en la presencia de efectos de red. Un efecto de gran interés que surge a partir del análisis de redes es la influencia que tiene sobre el comportamiento de un individuo la interacción con su grupo de referencia (compañerosde clase, amigos, contraparte en el comercio, etc.). Dicho efecto recibe el nombre de “peer effects” y es un tema que viene recibiendo mucha atención, no solo a nivel metodológico, sino también empírico. Por otro lado, la revolución de big data y aprendizaje automático dan particular relevancia a esta cuestión. Los datos del fenómeno de big data son fundamentalmente observacionales, en contraposición a experimentales o muestrales.
Consecuentemente, su falta de estructura implica que se trata de datos fuertemente interdependientes, de modo que es crucial tener en cuenta las potenciales correlaciones entre observaciones, a fines de dar tratamiento adecuado a este fenómeno.
En resumen, los resultados de este proyecto tienen el objetivo general de:(i)cuantificar los efectos de redes para la inferencia y la modelización econométrica.(ii)desarrollar contrastes de especificación para realizar inferencia adecuada.(iii) construir modelos econométricos que contemplen estos efectos de red.(iv)ampliar modelos existentes para considerar, por ejemplo, heterogeneidad en los peer effects.(v) aplicaciones empíricas con redes (ej. inversión extranjera directa).
Integrantes
Integrantes externos:
Alejo, Osvaldo; Bargados, Ayelén; Izaguirre, Alejandro; Matias Pardini; Pastor Joaquin; Saenz, Emilio;