Causalidad como herramienta fundamental en los análisis econométricos

Causalidad como herramienta fundamental en los análisis econométricos.

Andrés Montecinos, Génesis Rebolledo, Gabriela Toro e Ivanka Varela

Universidad Católica del Norte.

Hoy en día existen un sinfín de estudios econométricos, tanto en proceso como terminados, los cuales nos entregan información útil para analizar el comportamiento del fenómeno a estudiar. Estas conductas o comportamientos, tales como rendimientos académicos, índices de obesidad, entre otros, son estudiados para conocer más sobre nosotros como sociedad y por sobre todo saber qué explica cada uno de ellos. Aquí se introduce un término importante llamado causalidad la cual se define, según la RAE, como ” Causa u origen de algo, o también condición de causal en una acción o fenómeno, es decir, de ser causa u origen de algo como su resultado, efecto o consecuencia.”. Es de vital importancia comprender el significado de esta palabra para no confundirla con correlación que según la RAE significa: “Correspondencia o relación recíproca entre dos o más cosas o series de cosas.”, ya que existen casos en que la relación que se establece es de simple correspondencia o similitud, no de origen, por lo que no siempre una correlación implica causalidad.

El presente ensayo busca responder la siguiente pregunta: ¿Cuántos factores deben mantenerse constantes para justificar un efecto causal?, sucede que, según Wooldridge en la mayoría de los casos esta resulta ser una pregunta reiterativa y que aparenta no tener una respuesta concreta.

Carlos Escalante explicó que para determinar si una relación entre variables es realmente causal o no, se utilizan diversos criterios, partiendo de la base de que se cumpla ceteris paribus^[1], se consideran; un valor de alto, que las variables se encuentren exentas de errores y que se considere como un criterio parcial^[2] a la significancia estadística^[3], ya que a partir de esta última se puede determinar la causalidad. [pic 2]

Retomando nuestra hipótesis, y considerando los criterios anteriormente mencionados, el hecho de establecer cuántos factores hay que mantener constantes pasa a ser una interrogación retórica y/o relativa, ya que ésto va a depender de que las variables que se encuentran en el análisis sean explicativas, sin confundir calidad con cantidad, debido a que no siempre más variables implica que habrá una mejor explicación de la variable dependiente. Para esto es indispensable una adecuada elección de variables de control y la creación de una base de datos completa, logrando recaudar la mayor cantidad de factores que expliquen nuestra variable de respuesta.

        A modo de ejemplo, tomamos como referencia el “Efecto de un fertilizante en el rendimiento de un cultivo” del libro de Wooldridge^[4]. Logramos concluir que, en ocasiones, es difícil identificar o reconocer si la variable es una causa y el efecto que tendrá; en este caso el fertilizante puede ser una variable de causa pero el efecto que tiene depende del tipo de parcela. Y es que, para medir el rendimiento de la cosecha, se debe garantizar que las características de las parcelas son similares en todo menos en la cantidad de fertilizante que se le aplica. Es por ello que se debe manipular las variables de forma controlada con el fin de minimizar el efecto que tienen.

...