Variables instrumentales

Imagina que quieres demostrar que la lluvia hace crecer el césped, pero solo puedes observar desde tu ventana: no puedes controlar cuándo llueve. El método de variables instrumentales consiste en encontrar un patrón meteorológico especial que solo influya en la lluvia y nunca afecte directamente al césped. Al observar cómo ese patrón influye en el crecimiento del césped únicamente a través de la lluvia, puedes demostrar por fin que la lluvia realmente hace crecer el césped, separando su efecto del de todos los demás factores que podrían afectar tanto al clima como a las plantas. Este método ayuda a los científicos a encontrar verdaderas relaciones de causa y efecto en situaciones complejas del mundo real donde no es posible realizar experimentos controlados.

Prueba esto: la próxima vez que veas un titular que afirme que X causa Y, pregúntate si hicieron un experimento real o tuvieron que recurrir a métodos estadísticos ingeniosos, como las variables instrumentales.

Cómo funcionan las variables instrumentales

La idea central es encontrar un «instrumento»: algo que incline a las personas hacia una elección, pero que, por lo demás, no guarde relación con el resultado. El instrumento debe cumplir dos condiciones: influir con fuerza en la variable de tratamiento (la «primera etapa») y afectar al resultado SOLO a través de ese tratamiento (la «restricción de exclusión»).

Un ejemplo clásico: trimestre de nacimiento y educación

Angrist y Krueger (1991) usaron el trimestre de nacimiento como instrumento para estudiar cómo influye la educación en los ingresos. Como las leyes de ingreso a la escuela vinculan la fecha de inicio con la fecha de nacimiento, las personas nacidas en distintos trimestres pueden dejar la escuela a edades ligeramente distintas. Esto hace que acumulen un número de años de escolaridad algo diferente, aunque el momento del nacimiento en sí no debería afectar directamente a sus ingresos.

Cómo encontrar instrumentos válidos

Los buenos instrumentos son escasos. La distancia a un hospital ayuda a estudiar los efectos del acceso a la atención médica, porque vivir más cerca aumenta la probabilidad de que busques atención, pero no mejora directamente tu salud. El trimestre de nacimiento afecta a la fecha de inicio de la escolaridad, pero no directamente a los resultados a lo largo de la vida. Los patrones meteorológicos influyen en la productividad agrícola, pero no los causan las decisiones humanas. Cada instrumento aprovecha un «experimento natural»: algo que asigna el tratamiento al azar en el mundo real.

Por qué es importante

Sin las variables instrumentales, podríamos confundir correlación con causalidad. Quizá quienes terminan la universidad ganan más porque ya eran más inteligentes o se esforzaban más, y no porque la universidad les enseñara habilidades valiosas. El instrumento nos ayuda a comparar personas que son similares en todos los aspectos salvo en la asignación del tratamiento, imitando un ensayo controlado aleatorizado. Esto es crucial para tomar decisiones sobre políticas públicas: necesitamos saber si un programa funciona de verdad antes de invertir miles de millones en ampliarlo.

La regresión con variables instrumentales (VI) se ha convertido en un pilar de la inferencia causal en economía y ciencias sociales. El método se basa en encontrar una variación exógena: un «instrumento» que cambie si una persona recibe el tratamiento sin afectar directamente a los resultados.

Entre los principales hallazgos de la investigación están:

• Imbens y Angrist (1994): Demostraron que las VI identifican un «efecto medio local del tratamiento»: el efecto en los «cumplidores», es decir, las personas cuya recepción del tratamiento cambia realmente por el instrumento, y no en toda la población. Esta idea crucial cambió la forma en que los investigadores interpretan las estimaciones de VI. [1]

• Card (1993): Usó la distancia a la universidad como instrumento para mostrar que la educación sí aumenta los ingresos de forma causal. Así abordó décadas de debate sobre si el rendimiento de la escolaridad reflejaba capital humano o simplemente servía como señal de capacidad. [2]

• Bound, Jaeger y Baker (1995): Documentaron el «problema de los instrumentos débiles»: los instrumentos que no predicen con fuerza el tratamiento pueden producir estimaciones muy sesgadas, a menudo peores que las de mínimos cuadrados ordinarios. Esto hizo que comprobar la fuerza de los instrumentos se volviera obligatorio en la práctica moderna. [3]

El método de variables instrumentales tiene limitaciones importantes. En primer lugar, los instrumentos válidos son muy escasos: la mayoría de los factores que afectan al tratamiento también afectan directamente a los resultados. La restricción de exclusión (ausencia de efecto directo) no se puede comprobar estadísticamente; requiere una justificación lógica que los críticos suelen cuestionar. En segundo lugar, las estimaciones de VI se aplican solo a los «cumplidores», las personas que responden al instrumento, y no a toda la población. Si el instrumento es la cercanía a un hospital, el efecto solo se aplica a las personas para quienes la distancia realmente cambia la decisión de buscar atención, no a quienes la buscarían o dejarían de buscarla independientemente de la distancia. En tercer lugar, los instrumentos débiles (los que apenas afectan al tratamiento) pueden producir resultados muy engañosos, a veces peores que no hacer nada. Por último, las VI amplifican el error de medición: pequeños problemas en los datos se convierten en grandes sesgos en las estimaciones. El método es potente cuando existe un buen instrumento, pero la mayoría de los posibles instrumentos no superan al menos una prueba de validez.