WILL ROBERTO CASTRO MONCADA

ID UD17772BST25595

FASE II

ESSAY “ECONOMETRIC MODELS APPLIED TO THE DEVELOPMENT”

ATLANTIC INTERNATIONAL UNIVERSITYHONOLULU, HAWAI

AUTUMN 2013

Contenido

Ilustraciones.................................................................................................................................2

1. Introducción.........................................................................................................................3

2. Clásica y Moderna Econometría...........................................................................................4

3. Modelo General de Regresión Lineal...................................................................................5

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

4. 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

ILUSTRACIONESIlustración 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=C p+C g+ 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 lnY +β3+u

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

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