MPE

Microeconomia Aplicada

Priscilla Tavares
FGV EESP

2023.2

Priscilla Tavares Microeconomia Aplicada 1

Motivação
Você está tentando estimar o impacto do HISP a partir de um projeto-piloto que envolve 100
povoados de tratamento. Após realizar duas avaliações de impacto usando estimadores do
contrafactual potencialmente enviesados (e obter recomendações de políticas conflitantes), você
decide voltar à prancheta para repensar como obter uma estimativa mais rigorosa do contrafactual.
Depois de novas deliberações com sua equipe de avaliação, você está convencido de que, para criar
uma estimativa válida do contrafactual, será necessário identificar um grupo de povoados tão
semelhante quanto possível aos 100 povoados de tratamento em todos os aspectos, com a
diferença que um grupo participou do HISP e o outro, não. Como o HISP foi lançado como piloto, e
os 100 povoados de tratamento foram selecionados aleatoriamente dentre todos os povoados
rurais do país, você observa que os povoados de tratamento devem, em média, ter as mesmas
características das localidades rurais não tratadas do país. O contrafactual pode, portanto, ser
estimado de forma válida medindo-se os gastos com saúde das famílias elegíveis dos povoados
rurais que não participaram do programa.
Priscilla Tavares Microeconomia Aplicada 2
Regressão Linear
o O impacto causal e a regressão linear:
• Considere o modelo y = α + βT + e
- em que contexto conseguiremos estimar β de forma consistente?

Quando podemos inferir causalidade a partir do modelo de regressão?

- O que precisamente se quer dizer com E(e|T) = 0?

- E se incluírmos controles (X)?

- Quais são as variáveis omitidas que realmente nos atrapalham (e os

maus controles)?

Priscilla Tavares Microeconomia Aplicada 3

Directed Acyclic Graphics (DAGs)

Priscilla Tavares Microeconomia Aplicada 4

Directed Acyclic Graphics (DAGs)

Priscilla Tavares Microeconomia Aplicada 5

Directed Acyclic Graphics (DAGs)

Priscilla Tavares Microeconomia Aplicada 6

Experimentos Aleatórios
o A atribuição do tratamento e a avaliação:
• Regras de para a seleção dos participantes serão o parâmetro
de determinação do método de avaliação de impacto.
- quando haverá a seleção aleatória?
 Justiça e transparência: mesma chance a cada unidade elegível.

 Excesso de demanda (restrições orçamentárias ou de capacidade).

 Implementação phase-in.

Priscilla Tavares Microeconomia Aplicada 7

Experimentos Aleatórios
o Padrão Ouro:
• Por que a seleção aleatória produz um bom (o melhor)
contrafactual?
- com amostra razoável, produz grupos estatisticamente semelhantes, em
média, em características observáveis e não-observáveis.
 Balanceamento nas variáveis pré-tratamento verifica a qualidade do sorteio.

 Acreditamos que as médias dos resultados potenciais na situação de não-tratamento

serão iguais entre os grupos. E é o que importa.

Priscilla Tavares Microeconomia Aplicada 8

Experimentos Aleatórios
o Padrão Ouro:
• Como estimar o efeito de uma intervenção com seleção
aleatória?
- em tese, a diferença na variável de resultado entre tratados e controles
no período pós-tratamento é uma boa medida de impacto.
 A regressão (y = α + βT + e) seria confiável, nesse caso.

 Eu deveria usar as covariadas no modelo (y = α + βT + ΩX + u) para estimar o impacto

do tratamento? Qual é a diferença entre e e u?

Priscilla Tavares Microeconomia Aplicada 9

Experimentos Aleatórios
o Para quais grupos da população os resultados
são aplicáveis?
• Validade interna:
- resultados são medidos com precisão para a amostra da avaliação.

• Validade externa:
- resultados são medidos com precisão para a população elegível.

A aleatorização garante validade interna e externa. Por que?

Priscilla Tavares Microeconomia Aplicada 10

Experimentos Aleatórios
o Como realizar a seleção aleatória?
• Público-alvo
- definição e identificação dos elegíveis.

• Tamanho da amostra da avaliação

- poder estatístico, resultados detectáveis, custos.

• Atribuição do tratamento
- selecionar aleatoriamente as unidades que serão tratadas (e não-
tratadas).

Priscilla Tavares Microeconomia Aplicada 11

Experimentos Aleatórios
o Níveis de aleatorização
• Mais agregado (escolas, hospitais, municípios etc.)
- menor amostra, potencial maior dificuldade de balanceamento.

• Menos agregado (indivíduos, famílias)

- transbordamento (tratados afetam controles).
- cumprimento parcial (membros do tratamento não participam /
membros do controle participam).

Priscilla Tavares Microeconomia Aplicada 12

Experimentos Aleatórios
o E quando a aleatorização dá errado?
• Cumprimento parcial:
- Variável instrumental.

• Problemas no tamanho da amostra:

- Diferenças-em-diferenças.

• Transbordamento (externalidades, interações sociais, equilíbrio

geral):
- Incorporar os efeitos de transbordamento na avaliação.

Priscilla Tavares Microeconomia Aplicada 13

Aplicação
Atividade em grupo: Em grupos de 2 ou 3 alunos (divisão aleatória),
responder:

• Por que a estimativa de impacto obtida por meio de uma regressão linear multivariada
praticamente não mudou ao se fazer o controle para outros fatores em comparação à
regressão linear simples e à comparação de médias?
• Com base no impacto estimado por meio do método de seleção aleatória, deverá o HISP ser
ampliado nacionalmente?

Priscilla Tavares Microeconomia Aplicada 14