Pular para o conteúdo principal

Nobel 2019

O Nobel de Economia me surpreendeu.

Obviamente, não por irrelevância ou demérito. Com certeza, os trabalhos de Banerjee, Duflo e Kremer deram impulso para um programa de pesquisa rico e importante. Não foram poucas as pessoas que, motivadas por este programa de pesquisa, se debruçaram sobre o tema da pobreza e do desenvolvimento com métodos de identificação bem desenhados.

No entanto, não é comum que uma linha tão recente de pesquisa e que ainda sofre questionamentos seja agraciada com um Nobel tão cedo. Minha aposta era David Card e Joshua Angrist, com talvez uma homenagem a Alan Krueger, falecido neste ano. Estes economistas foram responsáveis pela atenção dada à identificação em economia do trabalho. Conta-se que Krueger teria sido inspirado por trabalhos da área médica.

Errei nos nomes, acertei no método. O trio vencedor levou a preocupação com a identificação para os estudos de pobreza e desenvolvimento. Ao invés de procurar por políticas que pudessem ser testadas, passaram eles mesmo a elaborar intervenções - simulando condições de laboratório em ciências sociais. Duflo conta que foi treinada por Angrist e Pischke em economia do trabalho, enquanto Banerjee e Kremer a treinaram em pobreza e desenvolvimento.

Existem questionamentos quanto as implicações éticas destes experimentos. Além disso, os problemas de validade externa são desafios para a abordagem, como enfatizado por Angus Deaton (outro agraciado com a honraria) e Cartwright.

Apesar disso, acredito que Banerjee, Duflo e Kremer merecem o prêmio. Talvez apenas tenha sido um pouco cedo. O reconhecimento para o trio, de qualquer forma, não deixa de ser uma homenagem póstuma a Krueger e à "credibility revolution" na econometria.

Comentários

Postagens mais visitadas deste blog

Endogeneidade

O treinamento dos economistas em métodos quantitativos aplicados é ainda pouco desenvolvido na maioria dos cursos de economia que existem por aí. É verdade que isto tem melhorado, até porque não é mais possível acompanhar a literatura internacional sem ter conhecimento razoável de técnicas econométricas. Talvez alguns leitores deste blog ouçam falar muito em endogeneidade ou variáveis endógenas, principalmente no que se refere a modelos econométricos. Se pensamos em modelos de crescimento endógeno, o "endógeno" significa que a variável que causa o crescimento é determinada dentro do contexto do modelo. Mas em econometria, embora não seja muito diferente do que eu disse na frase anterior, endogeneidade se refere a "qualquer situação onde uma variável expicativa é correlacionada com o erro" (Wooldridge, 2011, p. 54, tradução livre). Baseando-me em um único trecho do livro do Wooldridge (Econometric Analysis of Cross-Section and Panel Data, 2 ed, 2011, p. 54-55)

Lutero e os camponeses

São raros os momentos que discorro sobre teologia neste blog. Mas eventualmente acontece, até porque preciso fazer jus ao subtítulo dele. É comum, na minha condição declarada de cristão luterano, que eu sempre seja questionado sobre as diferenças da teologia luterana em relação às outras confissões. Outra coisa sempre mencionada é o episódio histórico do massacre dos camponeses no século XVI, sancionado por escritos de Lutero. O segundo assunto merece alguma menção. Para quem não sabe (e eu nem devo esconder isso), Lutero escreveu que os camponeses, que na época estavam fazendo uma revolta bastante conturbada, deveriam ser impedidos de praticarem tais atos contrários à ordem - inclusive por meio de violência. Lutero não mediu palavras ao dizer isso, o que deu a justificativa para a violenta supressão da revolta que ocorreu subsequentemente. O objetivo deste post não é inocentar Lutero do sangue derramado sobre o qual ele, de fato, teve grande responsabilidade. Nem vou negar que Lutero

Exogeneidade em séries de tempo

Mais um texto de quem tem prova de econometria na segunda-feira. Quem não é economista não deve de forma alguma ler esse texto. Não digam que eu não avisei. Quando falamos de exogeneidade na econometria clássica, estamos falando da chamada exogeneidade "estrita", que nada mais consiste no fato de uma variável x não ser correlacionada com qualquer erro. Nas séries de tempo, no entanto, trabalha-se com três tipos de exogeneidade, dependendo do fim proposto. Na busca de resultados em inferência estatística (modos de estimar parâmetros e formulação de testes de hipótese), utiliza-se, em séries de tempo, o conceito de exogeneidade fraca. Para isso, precisamos 'fatorar a função de distribuição em duas partes: distribuição condicional e distribuição marginal . Define-se que uma variável é fracamente exógena em relação aos parâmetros de interesse se, e somente se, houver um certo tipo de reparametrização e atender duas condições: a variável de interesse precisa ser função de apen