La estimación con variables instrumentales (VI) es una técnica fundamental en econometría y estadística aplicada que se utiliza para abordar problemas de endogeneidad en modelos de regresión. La endogeneidad ocurre cuando una variable explicativa está correlacionada con el término de error, lo que invalida la estimación por Mínimos Cuadrados Ordinarios (MCO) y produce estimadores sesgados e inconsistentes.
Las variables instrumentales permiten obtener estimadores consistentes de los parámetros del modelo incluso cuando existe endogeneidad, proporcionando una herramienta crucial para investigadores, economistas y analistas de datos en contextos donde la causalidad es difícil de identificar.
Fundamentos de la Endogeneidad
Qué es la endogeneidad
La endogeneidad surge cuando una variable explicativa (X) está correlacionada con el término de error (u) del modelo de regresión:
[{eq}y = \beta_0 + \beta_1 X + u{/eq}]
Si ({eq}\text{Cov}(X, u) \neq 0{/eq}), el estimador de MCO de ({eq}\beta_1{/eq}) estará sesgado e inconsistente. Las principales causas de endogeneidad incluyen:
- Omisión de variables relevantes: Si se omite una variable que afecta tanto a (X) como a (y), se genera correlación entre (X) y (u).
- Simultaneidad: Cuando (X) y (y) se determinan de manera simultánea.
- Errores de medición: Cuando (X) se mide con error.
Consecuencias de la endogeneidad
El principal efecto de la endogeneidad es que los resultados de MCO no reflejan la verdadera relación causal entre las variables. Esto puede llevar a:
- Estimaciones sesgadas de los coeficientes.
- Inferencias incorrectas sobre significancia estadística.
- Políticas económicas mal fundamentadas si se usan los resultados para decisiones.
Concepto de Variables Instrumentales
Una variable instrumental (VI) es una variable que sirve como sustituto de la variable explicativa endógena para recuperar estimadores consistentes de los parámetros.
Requisitos de un buen instrumento
Para que una variable (Z) sea un instrumento válido, debe cumplir dos condiciones esenciales:
- Relevancia (Instrument Relevance): La variable instrumental debe estar correlacionada con la variable endógena (X):
[{eq}\text{Cov}(Z, X) \neq 0{/eq}] - Exogeneidad (Instrument Exogeneity): La variable instrumental no debe estar correlacionada con el término de error (u):
[{eq}\text{Cov}(Z, u) = 0{/eq}]
Estas dos condiciones aseguran que el instrumento pueda “aislar” la parte de (X) que no está correlacionada con (u), permitiendo estimar ({eq}\beta_1{/eq}) de manera consistente.
Ejemplo conceptual
Supongamos que queremos estimar el efecto del consumo de alcohol (X) sobre el rendimiento académico (y). La variable (X) podría estar correlacionada con factores no observables (motivación, entorno familiar) que también afectan (y), generando endogeneidad.
Un instrumento válido podría ser la distancia a la tienda de alcohol más cercana (Z), ya que:
- Está correlacionado con el consumo de alcohol (relevancia).
- No está directamente relacionado con el rendimiento académico, excepto a través del consumo de alcohol (exogeneidad).
Estimación con Variables Instrumentales
Método de Mínimos Cuadrados en Dos Etapas (MC2E o 2SLS)
El método más utilizado para estimar modelos con variables instrumentales es el Mínimos Cuadrados en Dos Etapas (2SLS):
Etapa 1: Regresamos la variable endógena (X) sobre el instrumento (Z):
[{eq}X = \pi_0 + \pi_1 Z + v{/eq}]
Se obtiene el valor predicho ({eq}\hat{X}{/eq}).
Etapa 2: Se reemplaza (X) por ({eq}\hat{X}{/eq}) en la regresión original:
[{eq}y = \beta_0 + \beta_1 \hat{X} + u{/eq}]
El coeficiente ({eq}\beta_1{/eq}) estimado de esta manera es consistente, siempre que el instrumento sea válido.
Interpretación
- La 2SLS elimina la parte de (X) que está correlacionada con (u), capturando solo la variación exógena.
- Si el instrumento es débil (correlación baja con (X)), los estimadores pueden ser sesgados y con alta varianza.
Instrumentos débiles y pruebas de validez
Problema de instrumentos débiles
Un instrumento débil tiene poca correlación con la variable endógena, lo que puede llevar a:
- Sesgo similar al MCO.
- Intervalos de confianza muy amplios.
- Inferencias poco confiables.
Prueba de relevancia: estadístico F
En la primera etapa de 2SLS, se examina la significancia de (Z) en la regresión de (X):
- Si (F > 10), generalmente se considera que el instrumento es suficientemente fuerte.
- Si (F < 10), el instrumento es débil y se debe buscar otro más relevante.
Prueba de sobreidentificación: estadístico de Hansen o Sargan
Cuando hay más instrumentos que variables endógenas, se pueden realizar pruebas de sobreidentificación para verificar la exogeneidad de los instrumentos:
- Hipótesis nula: Todos los instrumentos son válidos.
- Hipótesis alternativa: Al menos un instrumento está correlacionado con el error.
Si la prueba rechaza la hipótesis nula, los instrumentos pueden ser inválidos.
Extensiones y variantes de VI
Variables instrumentales múltiples
Se pueden usar varios instrumentos para una misma variable endógena. Esto aumenta eficiencia pero requiere cuidado para evitar instrumentos inválidos.
Estimación Generalizada de Momentos (GMM)
El enfoque de GMM generaliza la idea de VI, permitiendo múltiples instrumentos y heterocedasticidad. Es especialmente útil en modelos más complejos y datos de panel.
Variables instrumentales en datos de panel
En estudios con datos longitudinales, las VI pueden usarse junto con efectos fijos para controlar endogeneidad y heterogeneidad no observada.
Aplicaciones prácticas
Economía laboral
- Estimación del efecto de la educación sobre salarios.
- Instrumentos comunes: distancia a la universidad, políticas educativas locales.
Economía de la salud
- Estimación del efecto de tratamientos médicos sobre resultados de salud.
- Instrumentos: asignación aleatoria de recursos, disponibilidad geográfica de hospitales.
Políticas públicas
- Evaluación de impacto de subsidios o programas sociales.
- Instrumentos: elegibilidad determinada por reglas administrativas o límites de ingresos.
Ventajas de la estimación con VI
- Permite obtener estimaciones consistentes en presencia de endogeneidad.
- Facilita análisis causal en situaciones donde experimentos aleatorios no son posibles.
- Se puede aplicar a múltiples disciplinas: economía, sociología, medicina y política.
Limitaciones y desafíos
- Dificultad para encontrar instrumentos válidos: La validez es crucial y a menudo cuestionable.
- Problemas de instrumentos débiles: Pueden generar estimadores ineficientes.
- Interpretación local: Los estimadores solo identifican el efecto local de (X) sobre (y) en función del instrumento (Local Average Treatment Effect, LATE).
Ejemplo numérico paso a paso
Supongamos un modelo simple donde queremos estimar:
[{eq}y = \beta_0 + \beta_1 X + u{/eq}]
- Variable endógena: (X) (horas de estudio).
- Instrumento: (Z) (distancia a biblioteca).
Etapa 1: Regresión de (X) sobre (Z)
[{eq}X = 2 + 0.5 Z + v{/eq}]
Predicción: ({eq}\hat{X} = 2 + 0.5 Z{/eq})
Etapa 2: Regresión de (y) sobre ({eq}\hat{X}{/eq})
[{eq}y = 1 + 1.2 \hat{X} + u{/eq}]
Interpretación: Por cada hora adicional de estudio determinada por la distancia a la biblioteca, el rendimiento académico aumenta en 1.2 unidades.
Conclusión
La estimación con variables instrumentales es una técnica esencial para abordar problemas de endogeneidad en modelos de regresión. Aunque requiere cuidado en la selección y validación de los instrumentos, proporciona estimadores consistentes y confiables que permiten un análisis causal más robusto que el MCO tradicional. Su aplicación es amplia, desde economía laboral hasta políticas públicas y análisis de salud.
Referencias y lecturas recomendadas
- Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data. MIT Press.
- Angrist, J. D., & Pischke, J.-S. (2009). Mostly Harmless Econometrics. Princeton University Press.
- Stock, J. H., & Watson, M. W. (2019). Introduction to Econometrics. Pearson.
- Baum, C. F., Schaffer, M. E., & Stillman, S. (2007). Enhanced routines for instrumental variables/generalized method of moments estimation and testing. Stata Journal, 7(4), 465–506.
Continua con:
- ¿Qué es un Contrato de Locación? Definición y ejemplos
- ¿Qué es un Contrato de Comodato? Definición y ejemplos
- ¿Qué es un contrato de leasing? Definición y ejemplos
- ¿Qué es un Contrato de sociedad anónima? Definición y ejemplos
- ¿Qué es un Contrato de sociedad Comercial? Definición y ejemplos
- Diferencia entre Contrato de sociedad Comercial, Anónima, Colectiva y Simple
