Noticias

Nicolás Grau, profesor asistente del Departamento de Economía e Investigador Adjunto de la línea Las Dimensiones Socioeconómicas del Conflicto de COES y especialista en las áreas de Microeconomía Aplicada, Economía de la Educación y Econometría, participó en destacada World congress of the Econometric Society, de la Universidad de Bocconi,  Milán - Italia (especializada en la enseñanza de la Economía), la cual fue desarrollada entre el 17 al 21 de agosto de 2020.

En la sesión Protests, police and discrimination, Nicolás Grau presentó el paper “A Simple Test for Taste-Based Discrimination: The Prediction-Based Outcome Test”. En este paper figura como coautor Damián Vergara de UC Berkeley.

El congreso se realizó en formato virtual y contó con diversas conferencias semi-plenarias algunas en temas de; creencias en macroeconomía, política macroeconómica, teoría microeconómica. Además se realizaron sesiones de políticas en temas relacionados a; cambio climático, guerras comerciales y conversaciones comerciales, ¿Qué puede hacer la economía por la justicia racial? entre otras.

En el congreso internacional, además de las presentaciones en vivo realizadas por expertos se presentaron 1.288 artículos de académicos de diferentes países del  mundo, organizados en 334 sesiones. 

Revisa las sesiones del congreso Aquí.

Abstract del paper:

We propose a novel implementation of the outcome test for diagnosing prejudice in decision processes, the Prediction-Based Outcome Test (P-BOT). We motivate our approach with a model of prejudice in pretrial detention decisions. The main empirical challenge when implementing outcome tests is the identification of marginal individuals. Our method uses the predicted release status to identify marginally released defendants. Concretely, we provide sufficient conditions under which a ranking of the propensity score among released defendants identifies those who are more likely to be at the margin given their observables, and propose a set of diagnostics to empirically assess the plausibility of the identification assumptions. Some appealing features of the P-BOT are that (i) it does not require instruments nor random assignment of judges, (ii) it is robust to standard omitted variable bias, and (iii) it is very easy to implement. However, its performance depends on the availability of good predictors, something that can be assessed by the econometrician. We use the P-BOT to test for prejudice in pretrial detentions against the main ethnic group in Chile, the Mapuche, using nationwide administrative data. We find strong evidence of prejudice against Mapuche defendants and show that the discrimination patterns are likely to be non-binary. We assess the relative performance of the P-BOT and alternative approaches to test for prejudice, and discuss the test’s interpretation in more general versions of the model, sketching a new taxonomy of prejudice. 

Más detalle pincha Aquí