Essays on Human Capital and Structural Models

Resumen

El capital humano se acumula a lo largo de la vida, pero las oportunidades y limitaciones que moldean esas inversiones varían desde la infancia hasta la edad adulta. Esta disertación estudia tres situaciones dentro de ese proceso en diferentes contextos: el financiamiento universitario en E. E. U. U. , la medición y modelación de la formación de habilidades, y la evaluación de una intervención en la infancia en Ghana. Para ello, combino técnicas aplicadas de inferencia causal con modelos estructurales del comportamiento individual. En conjunto, los capítulos ofrecen una visión unificada de cómo los recursos financieros, la medición y el diseño de políticas interactúan para determinar los retornos de la inversión en capital humano y su distribución entre los individuos. El primer capítulo cuantifica cómo los sistemas de pago de préstamos estudiantiles influyen en la matrícula universitaria y la elección de carrera. Desarrollo un modelo dinámico de inversión en capital humano dónde los graduados de secundaria, aversos al riesgo, deciden si se matriculan, qué carrera seguir, cuánto pedir prestado cada año y cuánto trabajar mientras estudian, todo bajo incertidumbre respecto al apoyo para matrícula, las probabilidades de graduación y los ingresos futuros. Estimo el modelo con datos de "National Longitudinal Survey of Youth 1997" utilizando un algoritmo que permite acomodar heterogeneidad no observada y una decisión continua de endeudamiento. Simulaciones contrafactuales muestran que reemplazar el plan estándar de pago a 10 años con uno basado en ingresos de 2023 "Saving on a Valuable Education" (SAVE) incrementa la graduación universitaria en dos puntos porcentuales en general, y en un 18 por ciento para estudiantes de bajos ingresos, principalmente porque protege a los prestatarios contra el riesgo de ingresos futuros inciertos. La política también modifica la decisión laboral durante los estudios, aumenta la deuda al graduarse e induce a un 15 por ciento de los estudiantes (mayoritariamente de entornos de bajos ingresos) a cambiarse a carreras como Educación y Salud, que ofrecen mayores retornos no pecuniarios o requieren más tiempo para completarse. En el segundo capítulo abordo un problema de identificación al estimar tecnologías de formación de habilidades. La evaluación de políticas en la infancia requiere estimaciones creíbles de la tecnología que relaciona las inversiones y habilidades existentes con las habilidades futuras. Dado que tanto las habilidades como las inversiones son factores no observados, los investigadores dependen de múltiples indicadores ruidosos de esos factores latentes. Muestro, analíticamente y mediante experimentos de Monte Carlo, que la práctica común de fijar una medida por factor para estimar esos sistemas de medición deja sin identificar parámetros clave de la función de producción. Basándome en trabajos recientes, propongo una nueva estrategia de identificación para una función de producción Cobb-Douglas de dos habilidades: combinar la suposición de "invariancia por edad" con una regla de estandarización de varianza que reescala todos los factores latentes en unidades de desviación estándar. Este enfoque permite recuperar todos los parámetros de productividad y las productividades totales de los factores a escala interpretable y comparable entre estudios. Finalmente, el último capítulo evalúa el programa Quality Preschool for Ghana, una intervención en la infancia destinada a mejorar la calidad del aula y las habilidades de los niños. Utilizando la estrategia del Capítulo 2, estimo un modelo de formación de habilidades con factores latentes. El análisis muestra que cuando nos enfocamos en los factores latentes relevantes, el programa genera beneficios duraderos tanto en habilidades cognitivas como socioemocionales, a pesar de que ese no parece el caso en las medidas sin ajustar. También demuestra que el tratamiento actúa proporcionando un impulso inicial en la productividad, más que modificando la tecnología de desarrollo de habilidades a lo largo del tiempo.

Fecha de lectura	10 sept 2025
Idioma original	Inglés
Supervisor	Joan Llull Cabrer (Director/a)