Desafios ao Identificar Parâmetros de Efeitos Causais

• Processo: 25/04857-0
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de setembro de 2025
• Data de Término da vigência: 31 de agosto de 2028
• Área do conhecimento: Ciências Sociais Aplicadas - Economia - Métodos Quantitativos em Economia
• Pesquisador responsável: Vítor Augusto Possebom
• Beneficiário: Vítor Augusto Possebom
• Instituição Sede: Escola de Economia de São Paulo (EESP). Fundação Getúlio Vargas (FGV). São Paulo , SP, Brasil
• Município da Instituição Sede: São Paulo
• Assunto(s): Análise de mediação
• Palavra(s)-Chave do Pesquisador: Análise de mediação | Auto-Seleção no Tratamento | Economia do Crime | Efeitos Heterogêneos | erro de medida | Microeconometria

Resumo

Muitos economistas enfrentam desafios de identificação ao conduzir pesquisas empíricas. Esses desafios estão frequentemente associados a erros de mensuração não-clássicos, auto-seleção no tratamento e efeitos heterogêneos de tratamento. Esta proposta de pesquisa consiste em seis projetos que abordam esses três tipos de desafios de identificação em diferentes contextos. O primeiro projeto analisa erros de mensuração não-clássicos em proxies para a produtividade agrícola. O segundo projeto foca em auto-seleção no tratamento e está relacionado à literatura de análise de mediação, decompondo o efeito marginal do tratamento em um efeito direto e um efeito indireto. Os Projetos 3-6 concentram-se em efeitos heterogêneos. O terceiro projeto é empírico e analisa como o efeito do gênero dos juízes nos resultados dos casos judiciais varia de acordo com o tipo de crime e o tipo de evidência. O quarto projeto adota uma perspectiva bayesiana para modelos de efeito fixo de juízes. Ele discute como estimar o efeito das decisões judiciais sobre reincidência criminal sem a necessidade de estimar as taxas de leniência dos juízes em uma etapa inicial. O quinto projeto utiliza funções controle para identificar efeitos não lineares do tratamento em aplicações de "shift-share". Por fim, o sexto projeto analisa o viés de contaminação em regressões de mínimo quadrados ordinários com variáveis de tratamento discretas não-binárias. (AU)