Wielu badaczy na świecie z radością świętuje tegorocznego Nobla z ekonomii. David Card, Joshua Angrist i Guido Imbens reprezentują, po raz kolejny w przypadku tej nagrody, ekonomistów, którzy swoje badania opierają na metodach ilościowych.
Tym razem, podobnie jak w przypadku Nobla 2019, do nagrody wybrano ekonomistów, którzy uczą nas, jak wykazać prawdziwość związków przyczynowo-skutkowych.
Tak! Jesteśmy już znacznie dalej niż tradycyjne modele regresji liniowej, nadal królujące w licznych naukowych pracach ekonomistów. Ich podstawowa wada polega na tym, że mogą jedynie wskazać na istnienie korelacji, związku, współwystępowania, asocjacji, relacji pomiędzy jakimiś zmiennymi. Nie udaje im się jednak pokazać związku przyczynowego. Przez jakiś czas sądzono, że takie narzędzie podpowiedział nam skutecznie Clive Granger, laureat Nobla z 2003 roku, jednak u niego chodziło o udowodnienie poprzednictwa w czasie, a nie przyczynowości (pomimo mylącej nazwy „przyczynowość w sensie Grangera”).
Tegoroczni laureaci pokazali, że metoda dowodzenia przyczynowości pomiędzy zjawiskami ekonomicznymi powinna koncentrować się na porównaniu dwóch sytuacji, nazwijmy je publicznościami: jednej z zadanym „oddziaływaniem” (ang. treatment), i drugiej – bez tego oddziaływania. Np. publiczność A to rodziny uczestniczące w programie świadczeń Rodzina 500 Plus, a publiczność B to „takie same” rodziny nieuczestniczące w tym programie. Nie da się przeprowadzić realnego eksperymentu pokazującego, jak zmienia się podaż pracy rodzin w wyniku uczestnictwa w programie (jeśli rodziny B mają być „takie same” to w rzeczywistości też uczestniczą w programie), trzeba użyć innych sposobów wnioskowania o przyczynach zmian w podaży pracy, właśnie takiego, jaki podpowiadają tegoroczni laureaci. W redakcji czasopisma Gospodarka Narodowa. The Polish Journal of Economics mamy artykuł na ten właśnie temat, obecnie w procesie recenzji.
W naukach przyrodniczych czy medycynie eksperymenty typu treatment – no treatment są naturalnym sposobem badań, jednak w ekonomii należą do rzadkości. Będące podstawą prac noblistów z ekonomii w roku 2019 badania oparte na próbach zrandomizowanych (RCT) są trudne do wykonania, w naukach społecznych często niedopuszczalne ze względów etycznych.
David Card, wspólnie z nieżyjącym Alanem B. Kruegerem, w roku 1994 zaproponowali badanie wpływu podwyżki płacy minimalnej w jednym ze stanów USA na poziom zatrudnienia. Ich podejście było oparte na tzw. eksperymencie naturalnym, to znaczy takim, który pozwala porównać grupy treatment – no treatment bez uciążliwego „prawdziwego” eksperymentu. Zdarza się, że obie grupy „z oddziaływaniem” i „bez oddziaływania” są łatwo dostępne, a próby wystarczy jedynie dopasować pod względem podobieństwa innych cech. U Carda i Kruegera wzięto pod uwagę społeczności po obu stronach granicy stanu, w którym podwyższono płacę minimalną. Inne decyzje, które dają szansę na wykorzystanie eksperymentu naturalnego to np. radykalna zmiana polityki podatkowej, zmiana zasad nadzoru właścicielskiego itd.
Joshua Angrist i Guido Imbens, począwszy od wspólnej publikacji z 1994. roku, rozwinęli prace teoretyczne nad szacowaniem efektów przyczynowych, efektów oddziaływania (ang. treatment effects) – w sytuacjach, gdy eksperymentu nie da się przeprowadzić w rzeczywistości i można jedynie posłużyć się tzw. analizą kontrfaktyczną. Np. programy szkolenia bezrobotnych są oceniane pod kątem zwiększenia szans uczestników na rynku pracy. Podejście reprezentowane przez Angrista i Imbensa pozwala znaleźć odpowiedź na pytanie, jaki jest efekt szkolenia dla grupy osób „poddanych oddziaływaniu” (grupa 1) w porównaniu z grupą osób „niepoddanych oddziaływaniu” (grupa 2), podobnych w każdym innym względzie do grupy szkolonych. Grupa 2 pozwala na uzyskanie informacji (kontrfaktycznych) o tym, co stałoby się z członkami grupy 1, gdyby nie uczestniczyli w szkoleniu. Warto podkreślić, że metody, do których należy analiza efektów oddziaływania, stosowane są właśnie do oceny skuteczności szkoleniowych i innych programów pomocowych z Unii Europejskiej.
Prace laureatów są podstawą badań naukowych, a także niektórych zajęć w naszej uczelni. Przedmiot „mikroekonometria” na studiach magisterskich SGH przedstawia większość zagadnień, jakie znamy z ogłoszenia werdyktu noblowskiego: eksperymenty i quasi-eksperymenty, szacowanie efektu oddziaływania, metoda różnicy w różnicach, regresja nieciągła, metoda zmiennych instrumentalnych, estymacja przez dopasowanie i inne tematy. Przedmiot jest prowadzony przez dr Damiana Przekopa z zespołem: dr Maja Rynko, dr Lucas van der Velde i niżej podpisany. Część z tych tematów można znaleźć w podręczniku Mikroekonometria (2012), z udziałem prof. Adama Szulca. Przy okazji, w mojej książce Financial Microeconometrics (2020) w rozdziale 2. poświęciłem sporo miejsca metodom rozwiniętym przez tegorocznych laureatów. Tak więc, obecnie nasz przedmiot w połowie zajęć zajmuje się tematami, które roboczo nazywamy „nową mikroekonometrią”. Joshua Angrist ze współautorem Joernem-Steffenem Pischke zaproponowali nazwę „’metrics”. Warto obejrzeć kurs Angrista o nazwie ‘Metrics Online na jego stronie w MIT.
Dodam jeszcze, że zawsze warto pamiętać o przestrodze, jaką można znaleźć w jednym z artykułów Angrista i Pischke (2010): Empirical evidence on any given causal effect is always local, derived from a particular time, place, and research design. Już nie mogę doczekać się grudniowych wykładów noblowskich tegorocznych laureatów!
