WILL ROBERTO CASTRO MONCADA ID UD17772BST25595 FASE II

WILL ROBERTO CASTRO MONCADA
ID UD17772BST25595
FASE II
ESSAY “ECONOMETRIC MODELS APPLIED
TO THE DEVELOPMENT”
ATLANTIC INTERNATIONAL UNIVERSITY
HONOLULU, HAWAI
AUTUMN 2013
Contenido
Ilustraciones .................................................................................................................................. 2
1.
Introducción .......................................................................................................................... 3
2.
Clásica y Moderna Econometría ........................................................................................... 4
3.
Modelo General de Regresión Lineal.................................................................................... 5
4.
3.1.
Econometría, Economía y Modelos ............................................................................. 6
3.2.
La econometría y los datos ............................................................................................ 7
3.3.
La especificación del Modelo ....................................................................................... 7
3.4.
Mínimos cuadrados (MCO) .......................................................................................... 9
Econometría aplicada a proyectos de desarrollo ................................................................. 10
4.1. Estudios hechos en américa latina para proyectos de generación de ingreso en áreas
rurales utilizando modelos econométricos .............................................................................. 10
5.
Conclusión........................................................................................................................... 21
6.
Bibliografía ......................................................................................................................... 22
ILUSTRACIONES
Ilustración 1. Mapa conceptual de un modelo econométrico ........................................................ 9
1. INTRODUCCIÓN
Si descomponemos la palabra econometría, nos encontramos “econo” de economía y
“metría” de medir, a relacionar estas palabras expondríamos que la econometría es la
medición de la economía. En un principio los análisis econométricos se orientaron en la
explicación de teorías y eventos económicos, sin embargo, en la actualidad esta no es la
única área de estudio de la ecometría, no obstante tal vez es el más conocido. Esta se ha
usado directa o indirectamente para dar respuestas a preguntas como: “Cual es el PIB de
los habitantes en la zona norte de Honduras”, también para comprobar hipótesis como:
“La tasa de política monetaria que implementa en el Banco Central, influye en los
índices de inflación del país”. También ha sido usada para el pronóstico de variables
económicas o dar respuestas a la efectividad de policitas de gobiernos, en materia de
presupuesto, fiscales.
Lastimosamente el uso de la econometría, no es una garantía para dar respuestas a las
preguntas o hipótesis como las aquí planteadas. Hay factores a meditar al momento de
utilizar la econometría. Lo primero a considerar es, sí la herramienta seleccionada es
utilizada incorrectamente, en este caso, los respuestas que se obtengan no estarán bien
sustentadas. Segundo (Watson, P. K. 2010), hay muchos problemas asociados con el
método que se aplica a los datos económicos, por lo que se debe tener mucho cuidado
con los resultados obtenidos y la interpretación que se dé a estos.
Este ensayo se pretende dar un repaso de los orígenes de la econometría, al mismo
tiempo que se menciona algunos conceptos básicos que debemos conocer del tema, así
3
como algunos modelos llamados clásicos y otros modernos que han surgido con la
evolución de la aplicación de la econometría.
2. CLÁSICA Y MODERNA ECONOMETRÍA
El termino econometría fue acuñado en los años 30, cuando fu fundada la Sociedad de
Econometría. Esta sociedad es una sociedad internacional para el desarrollo y adelanto
de la teoría económica en su relación con la estadística y las matemáticas. Las
principales actividades de la Sociedad son los siguientes: i) La publicación de las
revistas Econométrica, Economía Cuantitativa y Economía Teórica, ii) Publicación de
investigaciones (monografías), y iii) Organización de reuniones científicas en seis
regiones del mundo. Esta sociedad en sus inicios incluyó a visionarios como Ragnar
Frisch y Jan Tinbergen, ambos laureados con el premio nobel. En este momento se
definió el uso de las matemáticas y estadísticas para el análisis económico. Usando
como herramienta principal el análisis de regresión lineal, el cual sigue siendo el
método predominante hoy en día.
Peor incluso desde el inicio la disciplina ha tenido detractores, uno muy importante en
la historia, otro visionario, John Maynard Keynes (1939). Él, y otros, señalaron serias
debilidades en los datos económicos y que podrían permitir tremendos abusos. Es
posible explicar que la historia de la econometría es en respuesta a las preguntas hechas
por estos personajes ilustres a manera individual, y resultando cada vez más y más en
nuevos y sofisticados métodos.
En los años 50 y 60, gracias al trabajo realizado por la Comisión Cowles, permitió que
el conocimiento en esta materia se acumulara y afirmará. Este conocimiento que lleno
4
las primeras ediciones de textos clásicos. Ediciones que recibieron mucho elogios por
premio nobel de economía.
Sin embargo según Watson (1987), la econometría fue sujeta a muchos abusos, esto se
puedo observar en el esfuerzo que se hizo en explicar muchos fenómenos del Caribe,
usando esta materia. Este abuso, tuvo el efecto que de crear muchos escépticos y
detractores de la econometría. En especial en el uso extendido (abuso) que se le da a la
econometría para explicar casi cualquier fenómeno o teoría de la economía y que los
economistas querían justificar su uso para tal fin.
A pesar de este abuso, muchos economistas iniciaron a usar la materia de forma
correcta, intentando hacer las cosas bien. Esto tuvo el apoyo de muchas universidades
de prestigio que apoyaron con críticas y alabos a las primeras publicaciones y trabajos
hechos por diferentes economistas. Una de las universidades de este apoyo fue la
Escuela de Economistas y Ciencias Políticas de Londres. Esta recuperación de la
econometría no fue tan rápida y fácil como se hubiera esperado, este apoyo o esta
nuevo impulso se dio hasta 1978, casi 40 años después de las primeras publicaciones.
En la actualidad, y con los avances que ha tenido la econometría como materia, la
mayoría de críticas y detractores han desaparecido, al menos en la actualidad eso
parece.
3. MODELO GENERAL DE REGRESIÓN LINEAL
Un principio de la economía, es la explicación de la realidad a través de modelos
simplificados de la misma. Esto se hace con el fin de facilitar el estudio de la realidad
parame-trizando al mínimo (disminuyendo variables), con el fin de hacer simulaciones
5
controladas con modelos habilitados para su manipulación y crear con ello varios
escenarios.
3.1. Econometría, Economía y Modelos
Como mencionamos en este ensayo la economía es sobre modelos, y estos modelos son
frecuentemente expresados en términos simplificados. Los métodos econométricos
proveen una forma más precisa de obtener estos modelos. Esto significa que la
econometría permite darles valores numéricos a estos modelos. Darles valores a los
modelos significa también trabajar con datos (base de datos), y esto en sí mismo trae sus
propios problemas, que veremos más adelante en este ensayo.
Hay muchos documentos (ensayos, publicaciones), con modelos econométricos (un
modelo econométrico, se llama así cuando se tiene una teoría económica constatada con
valores numéricos usando métodos econométricos). Donde se explica el inicio, el uso de
tales modelos. Ejemplos de estos podemos mencionar a Suits (1962) y Sowey (1985),
algunas funciones clásicas y básicas de la economía que podemos mencionar y que se
han estudiado usando métodos econométricos son:
Función consumo: ∁𝑝 = 𝐹𝑖 (𝑌, 𝑖 … … . )
Función inversión: 𝑌 = 𝐹3 (𝑌, 𝑖 … … . )
Función Ingreso: 𝑌 = 𝐶𝑝 + 𝐶𝑔 + 𝐼 + 𝑋 − 𝑀
Tomando la función ingreso, podemos escribir un modelo econométrico clásico, y que se
identificaría como sigue:
Modelo Función Ingreso: 𝑌 = 𝐿 355𝑝 + 𝐿 452𝑔 + 518 + 2500 − 4500
6
Con este modelo podríamos no solo pronosticar el Y (ingreso), sino que también trabajar con las
variable o funciones Consumo, Inversión entre otras.
3.2. La econometría y los datos
Un modelo econométrico, como el que señalamos anteriormente, y que sirve para explicar o
pronosticar la el Ingreso (Y), en este caso para Honduras; necesita un grupo de información
(datos), que alimente al modelo, para este caso sería series de tiempo y que los valores de las
variables converjan todas en el mismo periodo de tiempo. No todos los modelos de econometría
requieren de datos en la forma de series de tiempo. Pero cuando se utilizan serien de tiempo
podemos apoyarnos de ciertos programa diseñados para trabajar con este tipo de información.
Entre ellos tenemos: i) Procesador de Series de Tiempo (por sus siglas en ingles TSP), ii)
Análisis de regresión para series de tiempo (por sus sigla en inglés RATS), Microsoft TPS, entre
otros. También SPSS y STATA manejan series de tiempo, y son los más usados por los
economistas.
La discusión de la confiabilidad de datos tipo series de tiempo o de corte transversal fue una de
las primeras discusiones en esta disciplina, esto fue claramente establecido en los años 50 por
Morgenstern (1950). Y desde ese momento ha sido un tema de discusión, donde se ha tratado
de reducir la brecha entre lo que la variable debe representar y lo que en realidad mide, esto para
tener datos confiables. Uno de los mayores problemas que se ha tenido es que la construcción de
los datos en muchas ocasiones es hecha o fue hecha por personas que no eran economistas
(econometristas),
y que su creación y uso era para propósitos diferentes al análisis
econométrico.
3.3. La especificación del Modelo
Para obtener datos numéricos para la función (y) ingreso, que presentamos arriba, esto solo se
puede hacer para modelos lineales (o sea de primer orden). Esto no es un problema para la
7
econometría ya que el modelo debe ser lineal, pero las variables que lo componen no
necesariamente deben de ser lineales, un truco que se usa para ajustar este tipo de modelos es
usando logaritmos, no entraremos aquí en ese detalle, aquí el punto a reflexionar es que los
modelos si bien usan regresiones lineales, son lo bastante flexibles para ajustar las variables que
sean un grado mayor a uno a ser grado uno.
𝐿𝑛 𝑀 = 𝛽1 + 𝛽2 𝐿𝑁 𝑌 + 𝛽3 + 𝑢1
Una de las primeras tareas del econometrísta es evaluar e identificar los valores de los
regresores (β), la evaluación consiste principalmente en determinar la valides de los valores
obtenidos, de acuerdo al método estadístico seleccionado para calcular la ecuación definida (o
sea el modelo econométrico diseñado). Más precisamente, en primera instancia, establecer si
los resultados obtenidos son válidos estadísticamente, y si estos valores rechazan o aceptan la
teoría económica tomada como base de estudio.
Un modelo, una vez que se ha aceptado, sirve como herramienta para la elaboración de
predicciones, sobre el comportamiento económico, como: si el costo del barril de petróleo
aumenta a 110 dólares americanos, la tasa de desempleo en Honduras crece hasta un 7%.
Predicciones como esta se pueden hacer con los modelos econométricos.
Es importante mencionar, que el modelo original que prepare el investigador, puede cambiar a
medida vaya analizando los datos y avanzando en los diferentes pasos del análisis. Los modelos
son sujetos a diferentes revisiones, ajustes de las estimaciones, todo con el fin de obtener
mejores resultados desde un punto de vista estadístico (con esto no queremos decir que se
ajustan los datos para ver los resultados que el investigador quiere ver). Tampoco esto quiere
decir que el modelo final, acepta la teoría económica que estamos usando para explicar el
fenómeno investigado. El investigador debe poseer la habilidad de anticipar los resultados y las
1
“u” es el erro que pueden presentar los datos al estimar las variables, en los dos lados de la ecuación.
8
posibles contradicciones que se den con los resultados y la teoría económica. Y luego saber
lidiar con esto.
Ilustración 1. Mapa conceptual de un modelo econométrico
Como lo describe la ilustración, un modelo econométrico se compone de tres elementos
importantes, el primero es la teoría económica que sustenta o sirve de base para explicar el
segundo elemento que son las hipótesis, estas dos piezas se conjugan para crear un modelo
matemático, que definimos como modelo econométrico que se compone por data numérica de
variables económicas.
3.4. Mínimos cuadrados (MCO)
Que criterio se debe usar para obtener los coeficientes β, es indiscutible que cualquier método
que usemos debe buscar la minimización del factor error de las estimaciones. Después de todo
esto es la parte sustantiva que el modelo econométrico no puede atender según la teoría
económica. ¿Entonces como minimizamos el factor error?, El criterio más ampliamente
utilizado es el criterio de mínimos cuadrados (Watson, P. K. 2010). Este método minimiza la
distancia vertical entre los valores estimados con la ecuación y los reales.
9
4. ECONOMETRÍA APLICADA A PROYECTOS DE DESARROLLO
Esta herramienta ha servido para el estudio y explicación de muchos fenómenos
económicos en América Latina, en la sección siguiente se presentan algunos estudios
hechos en proyectos de desarrollo en zonas rurales.
4.1. Estudios hechos en américa latina para proyectos de generación de ingreso
en áreas rurales utilizando modelos econométricos
Los estudios que se describen a continuación dicen relación con la evaluación de
impacto de programas y/o proyectos focalizados en tres grandes tópicos: 1)
transferencias directas; 2) servicios de extensión y capacitación para mejorar adopción
de tecnologías; y 3) incentivos al fomento productivo.
En México, Cord y Wodon (2001) analizaron el impacto en la reducción de la pobreza rural de
dos programas: PROCAMPO y ALIANZA. El primero implicaba una transferencia de dinero
por cada hectárea de tierra trabajada y el segundo era un programa de fondos para inversiones
en la agricultura. La estimación econométrica utilizada corresponde a sistema de ecuaciones que
considera la potencial endogeneidad de la participación en el programa, es decir, mientras la
participación en PROCAMPO y ALIANZA podría afectar la pobreza, el nivel de pobreza
también podría afectar la participación. Los datos utilizados incluyen una encuesta de panel
para los años 1994 y 1997 para el sector del ejido. Los principales resultados indican que la
participación en PROCAMPO reduce significativamente la probabilidad de que una familia del
ejido sea pobre, pero ALIANZA no tiene un impacto significativo sobre la pobreza.
10
Winter, Crissman y Espinosa (2004) evaluaron el impacto del proyecto PROMUSTA en los
Andes Ecuatorianos ejecutado por CARE entre el final de los años 80 y principios de los 90. El
objetivo del proyecto fue la promoción de un mejor manejo de los recursos por parte de
pequeños agricultores por medio de la adopción y adaptación de prácticas sostenibles. El
objetivo esencial del proyecto era lograr un mejoramiento en el bienestar de los beneficiarios en
el corto y largo plazo. El proyecto inicialmente impulsó prácticas de conservación de suelo, pero
durante la ejecución se adoptó una visión más integral incorporando fortalecimiento
institucional, capacitación y extensión, intensificación de la producción, diversificación
productiva incluyendo cultivos, pasturas, ganado, forestería y agro-forestería, y manejo de
recursos hídricos. La información usada para la evaluación del impacto de PROMUSTA es una
sección cruzada recolectada entre junio y septiembre de 1996 y proviene de una muestra
escogida al azar de 530 hogares ubicados en 44 comunidades. Los autores, usando un modelo
Probit bivariado, encuentran que modificaciones en el sistema productivo tuvieron un impacto
positivo en la adopción de terrazas y concluyen que cambios complementarios en el sistema
llevan a la conservación de los recursos naturales.
Los autores también encuentran que
PROMUSTA tuvo un efecto significativo en la intensidad de la adopción de conservación de
recursos.
Bravo-Ureta et al. (2006) implementaron un sistema de ecuaciones múltiples para analizar el
efecto de dos programas de manejo de recursos naturales, uno en El Salvador (PAES) y el otro
en Honduras (CAJON), sobre los ingresos de beneficiarios. Los datos usados en el estudio
provinieron de muestras escogidas al azar de agricultores que participaron en PAES y CAJON
para el año agrícola 2001-2002. El objetivo de estos proyectos fue aumentar el ingreso de los
beneficiarios por medio de la adopción de tecnologías conservacionistas para así mejorar la
productividad de sus suelos y además se promovió la diversificación productiva. Los datos para
el CAJON provienen de un total de 210 agricultores ubicados en 48 comunidades.
Los
11
resultados sugieren que la diversificación de la producción, las tecnologías y estructuras de
conservación de suelos, y la adopción de sistemas forestales tienen una asociación positiva y
estadísticamente significativa con los ingresos agrícolas. Además, las familias que poseen
títulos de propiedad para sus tierras gozan de ingresos mayores que aquellas sin título.
Cocchi y Bravo-Ureta (2007) analizaron la relación entre ingresos agrícolas y la adopción de
tecnologías de conservación y diversificación productiva para el Programa Ambiental del
Salvador (PAES) usando datos de beneficiarios recogidos el 2002 y 2005, y datos de un grupo
control para el 2005. Un análisis preliminar confirma que la adopción de conservación y
diversificación son endógenas. Por lo tanto, en una primera etapa se estiman los valores
esperados de diversificación y adopción los que se utilizan en una segunda etapa como variables
explicativas en la ecuación de ingresos agrícolas.
La diversificación productiva y la
conservación de suelo exhiben una asociación positiva y significativa con el tiempo que los
agricultores fueron beneficiarios del PAES y con su participación en organizaciones sociales.
Además, los resultados muestran que la conservación de suelos y la diversificación de cultivos
aumentan significativamente los ingresos agrícolas indicando que estas variables tienen un rol
estratégico en la lucha contra la pobreza rural y la sostenibilidad ambiental. En comparación, la
adopción de estructuras de conservación tiene un efecto negativo pero no significativo en
ingresos. Este último resultado es consistente con otros estudios que revelan que las estructuras
son caras de construir y mantener y su aporte a la productividad de la tierra en el corto plazo es
limitado. Los autores calculan un aumento promedio en los ingresos por familia por año igual a
US $280 y un valor actual neto (VAN) para el Programa igual US $13,674,100 a una tasa de
descuento del 12%, y una tasa interna de retorno (TIR) de 48.5%. Estos resultados son robustos
de acuerdo a diversos escenarios generados y simulaciones.
12
Cerdán-Infante et al. (2008) evaluaron el impacto de servicios de extensión de producción
vitícola en Mendoza, Argentina, específicamente el Programa de Servicios Agrícolas
Provinciales (PROSAP). Este programa busca aumentar el valor de las exportaciones agrícolas,
mejorando la calidad e incrementando el volumen de producción. La evaluación incluye un
total de 370 productores beneficiarios, los cuales fueron aumentando paulatinamente desde el
año 2003 (30 beneficiarios), hasta el año 2006 donde se alcanzó a beneficiar a 370 productores
de un total de 8.000. Los autores usaron Propensity Score Matching (PSM) y Diferencia en
Diferencia (DED) y reportaron efectos no significativos de PROSAP sobre un incremento
promedio de la producción (rendimientos). Sin embargo,
este indicador fue fuertemente
influenciado por la productividad ex ante de los agricultores beneficiarios, es decir, aquellos con
alta producción no lograron aumentar sus rendimientos significativamente, no así aquellos
productores que ingresaron al programa con baja producción, éstos sí alcanzaron incrementos
significativos en los rendimientos. En cuanto a la calidad – medida en contenido de azúcares
del vino- fue significativamente mejor en aquellos productores vitivinícolas tratados. Estos altos
contenidos de azúcares están asociados con mejoras en prácticas de producción tales como
mejor uso del agua y óptimo momento de cosecha, las cuales fueron promovidas por PROSAP.
En Uruguay, López y Maffioli (2008) analizaron la efectividad del componente 1 del proyecto
piloto de ganado (LPP-1). El propósito de este componente de LPP-1 fue promover durante los
años 2001 y 2003 innovaciones en el manejo productivo, preparación y ejecución de planes de
negocios realizados por los productores en orden de aumentar la competitividad de la
producción-crianza de ganado ovino y bovino. La adopción potencial de estas innovaciones
debería incrementar la productividad y rentabilidad de las actividades agrícolas. La evaluación
de impacto se realizó utilizando un enfoque cuasi-experimental, combinando técnicas de PSM y
DED con el propósito de controlar el potencial sesgo de selección producido por la ausencia de
un experimento completamente al azar. La muestra incluyó 520 agricultores beneficiarios y
13
otros 470 fueron utilizados como grupo control. Los resultados indicaron que LPP-1 tiene un
impacto positivo sobre la adopción de prácticas de manejo, pero no existen hallazgos
significativos sobre la productividad y especialización. No obstante, al restringir el análisis a
una sub-muestra de productores especializados, el impacto de LPP-1 sobre la productividad
resultó significativo.
González et al (2009) evaluaron el impacto del Programa de Apoyo para el Sector Agrícola
(PATCA) en República Dominicana. El programa estaba estructurado en tres componentes: i)
apoyo a la adopción tecnológica; ii) mejoramiento de seguridad alimentaria; y iii) asistencia
técnica. La evaluación de estos autores se focalizó en el primer componente, específicamente en
la adopción de cinco nuevas tecnologías en los sistemas productivos: nivelación predial, cero o
mínima labranza, introducción de tres nuevas especies, modernización de técnicas de riego, y
conservación de pasturas. Respecto de la evaluación, ante la inexistencia de línea base la
evaluación fue realizada mediante un levantamiento de información ex post. La muestra final
incluyó 461 agricultores dedicados a producción animal (crianza, leche o ambos) y 1111
agricultores dedicados a cultivos. Del total de entrevistados, 599 productores fueron
beneficiarios. Utilizando la técnica de PSM, los resultados indicaron que las tecnologías
financiadas por PATCA mejoraron la producción de cultivos (arroz) y crianza de animales. Sin
embargo no se observó impacto para el resto de los productores (otros cultivos y producción de
leche). La heterogeneidad del
impacto podría ser explicada por los diferentes niveles de
efectividad de las tecnologías promovidas en el corto plazo, ya que la nivelación de terrenos
prediales y la conservación de pasturas fueron las más efectivas y mostraron efectos
significativos. Por otra parte, no se encontró evidencia de que PATCA tuviese efecto sobre la
calidad de la producción reflejada por los precios obtenidos y reportados por los productores.
En Chile, el Departamento de Economía Agraria de la Universidad Católica (2010) evaluaron
el Programa de Desarrollo Local (PRODESAL) y el Programa de Desarrollo de Comunas
Pobres (PRODECOP), ambos a cargo del Instituto de Desarrollo Agropecuario (INDAP).
14
PRODESAL es un programa orientado principalmente a apoyar a los pequeños productores
agrícolas más vulnerables del sector rural, conocidos como de subsistencia. Los beneficiarios
reciben asistencia técnica y además pueden acceder a un Incentivo de Fortalecimiento
Productivo (IFP) para desarrollar inversiones. El programa PRODECOP Secano en sus inicios
fue un programa financiado en forma conjunta por el Banco Mundial y el Gobierno de Chile,
cuyo período de ejecución estaba programado entre los años 1996 y 2000. No obstante, la
intervención se extendió más allá de la fecha prevista, operando a la fecha con recursos de
INDAP. El programa se ejecuta en zonas rurales que tienen limitaciones para la generación de
ingresos con la dotación existente de recursos. La estrategia de intervención del programa se
basa en la asignación de fondos para aumentar la dotación de recursos físicos y humanos, vía
subsidios y créditos de largo plazo para inserciones prediales, proyectos asociativos,
conservación de recursos naturales, capacitación y asistencia técnica.
La evaluación de impacto del programa PRODESAL fue realizada utilizando PSM. Los
agricultores tratados fueron aquellos que comenzaron el programa en el año 2007, mientras que
se utilizó como grupo control a productores que ingresaron en 2009 –la evaluación se realizó a
principios de 2010. Se realizó una evaluación de impacto a nivel de resultados intermedios,
considerando variables como la probabilidad de utilizar nuevas tecnologías de producción,
manejo y conservación ambiental, diversificación de la producción, sobre la probabilidad de
comercializar la producción en el mercado local y sobre la probabilidad de acceder a
instrumentos de fomento o apoyo social. Como indicadores de impacto se consideraron los
ingresos prediales (ingresos por venta más autoconsumo), el autoconsumo (valorización de
porcentaje de producción destinada a autoconsumo) y la productividad media del trabajo
(ingreso total/trabajadores). Los resultados fueron categóricos: no se generó evidencia de
impacto a nivel intermedio y final del PRODESAL. Sin embargo, se pudieron identificar dos
grupos de productores: uno con orientación al autoconsumo y el otro con orientación al
15
mercado. Para el caso de los programas PRODECOP no se realizó una evaluación de impacto,
debido a la ausencia de base de datos y marco muestral. Sólo se efectuó una evaluación
cualitativa respecto de la percepción que los beneficiarios tienen del programa después de haber
participado.
En Nicaragua, se implementó el programa Red de Protección Social (RPS) cuya finalidad era
entregar transferencias de dinero a las familias rurales con mayor vulnerabilidad. Los objetivos
específicos dicen relación con i) suplementar los ingresos de las familias por un período de tres
años para aumentar los gastos en alimentación, ii) reducir las tasas de abandono de los primeros
cuatro años de educación primaria, y iii) mejorar la salud y estado nutricional de niños menores
a cinco años. El programa comenzó en el año 2000 y comprendió dos fases en seis años.
La evaluación del impacto de RPS analizada por Maluccio (2010) se realizó mediante la
estrategia de intervención denominada Randomized, community-based. En la fase 1 se
seleccionaron 21 comunidades de 42 elegibles las cuales corresponden al grupo intervenido
desde el año 2000. La otra mitad de las comunidades correspondía al grupo control original que,
en el año 2003 (fase 2) fueron incorporadas al programa. Los datos incluían encuestas previas a
la implementación del RPS en el año 2000 (1764 entrevistas) y luego en los año 2001, 2002 y
2004 fueron re-entrevistados entre el 85-87% de los productores. En términos econométrico se
implementó el método DED para estimar el efecto promedio del programa en el tiempo. En
términos generales los resultados indicaron que el programa permitió aumentar el gasto en
alimentación y en educación, aunque la acumulación de transferencias en el tiempo no tiene
efecto sobre el gasto actual.
Del Carpio et al. (2011) analizaron el efecto de una serie de proyectos de rehabilitación de
infraestructura de riego implementados en Perú en los últimos 10 años. Dichos proyectos eran
16
favorecían tanto a productores de pequeña escala, así como también a productores con gran
tamaño predial. Se utilizaron fuentes de datos alternativos para realizar evaluación de impacto,
ya que fueron llevados a cabo sin el objetivo de realizar una evaluación de impacto rigurosa.
Como alternativa se utilizaron encuestas a productores, información geográfica que facilitó la
identificación de beneficiarios y grupo control según su proximidad espacial respecto de las
obras de riego realizadas. Se utilizó una aproximación econométrica basada en DED y un
análisis basado en indicadores de distribución de la producción, empleo, e ingreso. Los
resultados indicaron que los proyectos de infraestructura de riego tiene un efecto positivo en los
beneficiarios, aunque no tan directamente como se esperaba, es decir, el proyecto no aumentó la
producción de los productores más vulnerables y de menor escala; sin embargo, el beneficio
estuvo relacionado con el aumento del empleo proporcionado por los predios de gran escala
beneficiarios de los proyectos de riego.
Bravo-Ureta et al. (2011) analizaron el impacto del Programa Multifase de Manejo de Recursos
Naturales en Cuencas Prioritarias (MARENA) en Honduras cuyo objetivo principal fue
promover el desarrollo rural sostenible, fomentar el crecimiento de la productividad y fortalecer
la gestión de los recursos naturales. El programa buscó reducir la pobreza y la vulnerabilidad
física, económica y ambiental de áreas críticas para mejorar la calidad de vida de los
beneficiarios en las cuencas hidrográficas de los ríos Ulúa, Chamelecón y Nacaome. Este
estudio se focalizó en el Componente II, Módulo 3 por medio del cual se financió inversiones en
fincas ubicadas en sub-cuencas prioritarias para promover la adopción de sistemas productivos
ambientalmente sostenibles y rentables. El análisis se basó en datos de panel recolectados para
los años agrícolas 2003-2004 (línea de base) y 2007-2008 incluyendo 109 beneficiarios, 145
controles dentro del área de influencia del Programa (vecinos) y 117 controles ubicados fuera de
esta área (no vecinos). Los autores usaron PSM y DED y reportaron un efecto positivo del
Programa aunque no se detectó efectos de derrame a no beneficiarios. Específicamente, los
17
resultados revelan un aumento en el valor de la producción de un hogar beneficiario promedio
entre US $263 y US $331 dependiendo del grupo control usado y la TIR del MARENA se
estimó entre el 32% y el 49%.
El trabajo reciente publicado por Cavatassi et al. (2011a), evalúa el impacto del proyecto
Plataformas en Ecuador donde se persiguió promover la vinculación de productores con el
mercado de alimentos de alto valor. Los autores usaron datos de sección cruzada para muestras
de beneficiarios, un grupo control ubicado en comunidades elegibles y otro grupo control
ubicado en comunidades no elegibles, con el objeto de medir posibles efectos de derrame. Las
muestran fueron seleccionadas usando PSM para parear comunidades similares y luego se hizo
una selección aleatoria de las muestras de productores para cada uno de los grupos. Aplicando
diversos modelos econométricos, que también serán considerados en el presente estudio, los
autores encontraron un efecto positivo de Plataformas en rendimientos y márgenes brutos de los
beneficiarios. Además, Cavatassi et al. (2011b), utilizando los datos del proyecto Plataformas de
Ecuador y similares técnicas econométricas anteriormente descritas, encontraron evidencia que
este programa mejoras en los rendimientos de cultivos no sólo por un incremento en el uso de
insumos, sino que también por un cambio en las tecnologías de manejo que fueron promovidas
por el programa.
Carter et al. (2012) reportaron resultados de evaluación de impacto en un proyecto en Nicaragua
destinado a aumentar los ingresos en la pequeña agricultura. El programa financiado por
Millennium Challenge Corporation (MCC) estaba orientado en tres componentes: proyectos de
transporte, regularización de la propiedad y desarrollo de negocios rurales (RBD, por sus siglas
en inglés); sobre este último se focalizó la evaluación. En términos metodológicos estos autores
utilizaron técnicas econométricas que incluyen tratamientos de estimaciones continuas con el
propósito de examinar la evolución del programa en el tiempo, argumentando que los
18
tratamientos binarios no capturan completamente el impacto del programa. La estrategia de
evaluación utilizada es la denominada Randomized Rollout Impact Evaluation que consistió en
utilizar como agricultores “tratados” a los que se enrolaron en una primera etapa en el programa
y como agricultores “control” a aquellos productores que se incorporaron en una segunda etapa.
Por lo tanto utilizaron tres mediciones: línea base, medición intermedia y medición final. De
esta forma se segregaron aquellos productores que se unieron al programa en dos etapas
(temprano y tarde). Los resultados indicaron que el programa RBD que los ingresos prediales y
el capital agrícola aumentaron significativamente en el tiempo.
Bravo-Ureta et al. (2012) realizaron una estimación conjunta al combinar PSM con Fronteras
de Producción Estocásticas (FPE) entre agricultores beneficiarios y controles asociados con el
proyecto MARENA en Honduras. Adicionalmente, el problema de posible auto- selección
proveniente de variables no observables es resuelto al utilizar un modelo de corrección de
elegibilidad para fronteras estocásticas introducidos por Greene (2010). Los resultados
econométricos indicaron que la Eficiencia Técnica es consistentemente mayor en agricultores
beneficiarios, mientras que la presencia de sesgo de selección es una hipótesis que no puede ser
rechazada. Adicionalmente el análisis muestra que los productores beneficiarios no sólo exhiben
mayores niveles de ET, sino que también muestra mayor productividad, es decir, una mayor
frontera de producción. Adicionalmente este estudio presenta los pasos metodológicos a realizar
para implementar mediciones de ET que provienen de modelos que han sido corregidos por
sesgos de variables observables y no-observables.
Recientemente, González-Flores et al. (2013) examinaron el impacto del programa Plataformas
de Concertación sobre el crecimiento de la productividad (cambio tecnológico CT, y eficiencia
técnica ET) en una muestra de pequeños productores de papa en Ecuador. Plataformas es un
programa que busca aumentar la incorporación de pequeños campesinos de bajos ingresos en
19
cadenas de comercialización de alto valor. El campo de acción del programa se focaliza en la
adopción de nuevas tecnologías y en el mejoramiento de las habilidades organizativas, de
gestión y de capital social. La muestra final la constituyeron 495 productores, de los cuales 340
de ellos residían en la zona tratada (171 beneficiarios y 169 no-participantes) y 155 agricultores
residentes en zonas no tratadas. La metodología se basa en el trabajo de Bravo-Ureta et al.
(2012), donde se combina PSM con Fronteras de Producción Estocásticas (FPE), lo que permite
corregir el sesgo de selección de la muestra. Los resultados muestran, en promedio, que los
agricultores beneficiarios tienen mejores rendimientos que el grupo control y exhiben un CT
significativo , sin embargo, una menor presentan menores niveles de ET respecto de su frontera
que el grupo control. Lo anterior deja de manifiesto que la implementación de nuevas tecnología
tiene un costo en términos de gestión de los recursos (ET), al menos en el corto plazo.
20
5. CONCLUSIÓN
Como se ha indicado en este ensayo, la evolución y aceptación de la econometría como una
herramienta útil, para explicar los fenómenos económicos, ha sido un proceso lento que ha
tomado más de 40 años para poder contar con una aceptación general de la econometría como
materia seria y eficiente para el pronóstico y estudio de realidades en campos económicos como
en otras áreas (Castro, 2012). Proceso que llevo más tiempo del esperado no solo por el abuso
que se dio en los pronósticos y el uso de la dato, sino que también por los temas económicos
que son sensibles de explicar.
Estos modelos matemáticos, que son un abstracto (simplicidad) de la realidad , soportado por
teorías económicas, donde se intenta explicar hipótesis (problemas) relacionados a la economía,
han sido de gran ayuda como herramienta para el apoyo de intervenciones en países sud
desarrollados y en vía de desarrollo, en especial en Latino América (2011, BID). Se observa
como el Banco Mundial, le BID y otros organismos multilaterales de crédito, soportan su
investigaciones con resultados econométricos. Estos organismos han incorporado dentro de sus
políticas internas, para la formulación de proyectos, no solo el uso de herramientas
programáticas como el método del marco lógico, sino también el uso de la econometría para
estima modelos que pronostiquen los efectos (impacto) de las intervenciones.
En, fin esta herramienta, que soportada por la teoría económica y la teoría estadística, ha venido
a mejorar los procesos investigativos y la formulación de proyectos (intervenciones) de
desarrollo más eficientes.
21
6. BIBLIOGRAFÍA
Watson, P. K. (2010). Practical Introduction to Econometric Methods : Classical and Modern.
Kingston: University Of West Indies Press.
Cord y Wodon (2001) Identificación de beneficiarios y grupo control según su
proximidad espacial respecto de las obras de riego realizadas. Se utilizó una
aproximación econométrica basada en DED.
Winter, Crissman y Espinosa (2004) Propensity Score Matching (PSM) y Diferencia
en Diferencia (DED), estimación efecto contagio (spillover).
Bravo-Ureta et al. (2006) Propensity Score Matching (PSM) estimación efecto
contagio (spillover).
Cocchi y Bravo-Ureta (2007), Randomized Rollout Impact Evaluation.
Cerdán-Infante et al. (2008), Estimación conjunta que combina PSM con Fronteras
de Producción Estocásticas (FPE)
López y Maffioli (2008), Estimación conjunta que combina PSM con Fronteras de
Producción Estocásticas (FPE)
22