{"id":1379,"date":"2022-04-18T11:58:35","date_gmt":"2022-04-18T14:58:35","guid":{"rendered":"https:\/\/sinergiatest.tk\/iiep\/?p=1379"},"modified":"2025-08-22T12:33:16","modified_gmt":"2025-08-22T15:33:16","slug":"modelos-y-contrastes-econometricos-para-redes-teoria-y-aplicaciones-empiricas","status":"publish","type":"post","link":"https:\/\/economicas.uba.ar\/iiep\/modelos-y-contrastes-econometricos-para-redes-teoria-y-aplicaciones-empiricas\/","title":{"rendered":"Modelos y contrastes econom\u00e9tricos para redes: teor\u00eda y aplicaciones emp\u00edricas"},"content":{"rendered":"\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t
UBACYT<\/div>

Modelos y contrastes econom\u00e9tricos para redes: teor\u00eda y aplicaciones emp\u00edricas<\/h4><\/div>
DIRECTOR: Montes-Rojas, Gabriel<\/div><\/div><\/div><\/div><\/div><\/div>

Sobre el proyecto<\/u><\/strong><\/h2><\/div><\/div>

Este trabajo de investigaci\u00f3n tiene como objetivo principal el desarrollo de modelos y contrastes econom\u00e9tricos para la modelizaci\u00f3n de redes. En particular, el desarrollo de las consecuencias del agrupamiento de observaciones en redes en base a correlaciones entre individuos, que dan lugar los modelos que deben usarse para la inferencia estad\u00edstica correcta. No controlar por el nivel apropiado de correlaci\u00f3n de las observaciones dentro de la red conlleva, en general, a errores est\u00e1ndar que son demasiado peque\u00f1os, y por lo tanto a un an\u00e1lisis estad\u00edstico y econom\u00e9trico err\u00f3neo.<\/p>

Metodol\u00f3gicamente, el proyecto implica revisar y crear contrastes econom\u00e9tricos nuevos para la inferencia estad\u00edstica en la presencia de efectos de red. Un efecto de gran inter\u00e9s que surge a partir del an\u00e1lisis de redes es la influencia que tiene sobre el comportamiento de un individuo la interacci\u00f3n con su grupo de referencia (compa\u00f1erosde clase, amigos, contraparte en el comercio, etc.). Dicho efecto recibe el nombre de \u201cpeer effects\u201d y es un tema que viene recibiendo mucha atenci\u00f3n, no solo a nivel metodol\u00f3gico, sino tambi\u00e9n emp\u00edrico. Por otro lado, la revoluci\u00f3n de big data y aprendizaje autom\u00e1tico dan particular relevancia a esta cuesti\u00f3n. Los datos del fen\u00f3meno de big data son fundamentalmente observacionales, en contraposici\u00f3n a experimentales o muestrales.<\/p>

Consecuentemente, su falta de estructura implica que se trata de datos fuertemente interdependientes, de modo que es crucial tener en cuenta las potenciales correlaciones entre observaciones, a fines de dar tratamiento adecuado a este fen\u00f3meno.<\/p>

En resumen, los resultados de este proyecto tienen el objetivo general de:(i)cuantificar los efectos de redes para la inferencia y la modelizaci\u00f3n econom\u00e9trica.(ii)desarrollar contrastes de especificaci\u00f3n para realizar inferencia adecuada.(iii) construir modelos econom\u00e9tricos que contemplen estos efectos de red.(iv)ampliar modelos existentes para considerar, por ejemplo, heterogeneidad en los peer effects.(v) aplicaciones emp\u00edricas con redes (ej. inversi\u00f3n extranjera directa).<\/p><\/div><\/div><\/div><\/div><\/div><\/div>

\u00a0<\/div><\/div><\/div><\/div><\/div>
\u00a0<\/div><\/div><\/div><\/div><\/div><\/div>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t
\n\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Integrantes<\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\n\n\t\t\n\t\t\n\n