El próximo miércoles 27 de julio a las 12:00 horas en la Sala de Seminarios del edificio Torretamarit, la profa. Dra. Gabriela Sicilia, de la Universidad Autónoma de Madrid, impartirá la conferencia que lleva por título “El problema de la endogeneidad ligado al Análisis Envolvente de Datos (DEA)”.

Resumen:

La presencia de endogeneidad es frecuente en varios procesos de producción económica, sin embargo, ha recibido poca atención en la literatura de fronteras y generalmente se pasa por alto cuando se utiliza el Análisis Envolvente de Datos (DEA) para estimar la eficiencia técnica. Recientemente, Cordero, Santín y Sicilia (2015) concluyen que cuando uno de los inputs del proceso de producción está alta y positivamente correlacionado con la eficiencia, las estimaciones DEA resultan sesgadas. Asimismo, encuentran que el deterioro de las estimaciones DEA es impulsado por la identificación errónea de las DMUs más ineficientes con bajos niveles del input endógeno. Estos resultados adquieren gran relevancia, ya que los escenarios endógenos positivos altos son similares a los que se observan en muchos procesos de producción. En este contexto, la estimación de la eficiencia técnica mediante modelos DEA sin tener en cuenta la presencia de endogeneidad conduce a estimaciones equívocas de la eficiencia, donde muchas de las DMU más ineficientes son identificadas como unidades de referencia, lo que conducirá a recomendaciones de política inapropiadas. En esta charla se mostrará la investigación que aborda dos cuestiones fundamentales: ¿cómo podemos detectar la presencia de un input endógeno? Y, ¿cómo podemos hacer frente a este problema para mejorar las estimaciones DEA? En primer lugar, proporcionamos un procedimiento heurístico simple que permite identificar la presencia de un input endógeno. En segundo lugar, se propone la utilización de una estrategia que denominamos “Instrumental Input DEA” (II-DEA) como una solución potencial para tratar el problema de endogeneidad. Los resultados de los experimentos Monte Carlo confirman que el enfoque II-DEA muestra un mejor desempeño que el DEA estándar cuando un input presenta una alta correlación positiva con la eficiencia técnica. Por último, se mostrará una aplicación empírica para ilustrar los resultados teóricos.

Breve Bio:
Gabriela Sicilia es Doctora en Economía por la Universidad Complutense de Madrid (2015). Sus principales líneas de investigación son la medición de la eficiencia y la inferencia causal aplicadas al ámbito de la educación, combinando tanto elementos metodológicos como aplicados. Su trabajo ha dado lugar a diversas publicaciones en revistas indexadas en JCR tales como European Journal of Operational Research, Scientometrics, Pacific Economic Review, Latin American Economic Review y The Social Science Journal y han sido presentados en más de 20 congresos nacionales e internacionales. Ha participado en diversos proyectos de investigación competitivos y es colaboradora habitual de la Fundación Europea Sociedad y Educación.