Oliwia i Magda wróciły z Barcelony, gdzie wzięły udział w szkole letniej organizowanej przez Barcelona Graduate School of Economics. Dziewczyny na co dzień zajmują się modelowaniem systemów emerytalnych i polityk prorodzinnych w zespole EMERYT. W modelowaniu makroekonomicznym coraz ważniejsze staje się bardzo dobre rozumienie danych mikro oraz konstruowanie modeli mocno osadzonych w empirii. W ramach Barcelona Summer School Magda i Oliwia uczyły się, w jaki sposób i jakimi metodami wykorzystywać informacje ukryte w danych oraz jak nie dać im się zwieść.

Lekcja numer jeden: świat jest pełen mądrych i ambitnych młodych naukowców. W GRAPE na konferencje jeżdżą zarówno najbardziej doświadczeni, jak i najmłodsi członkowie zespołu. Nie jest to standard w naukowym świecie. W konsekwencji, prezentując wyniki badań, Magda i Oliwia często są najmłodszymi osobami w sali. W takich warunkach można się bardzo dużo nauczyć, ale trudno spotkać rówieśników o podobnych zainteresowaniach. BSS stworzyło genialne warunki do nadrobienia tych społeczno-naukowych zaległości. Za wspólnie spędzony czas i niezliczone dyskusje o obecnych i przyszłych badaniach chcemy szczególnie podziękować Keiti Kondi z zespołu Davida de la Croixa na Université catholique de Louvain, Adamowi Levai i Paolo Varraso z NYU, którego mamy nadzieję jeszcze spotkać w następnym roku akademickim w Nowym Jorku.

Lekcja numer dwa: korelacja to nie jest wynikanie, chyba że... W ekonomii bardzo rzadko mamy do czynienia z prawdziwymi eksperymentami w warunkach „ceteris paribus”. Nie oznacza to, że nasze badania musimy ograniczyć do mało ciekawego wnioskowania o współwystępowaniu. Nadal możemy budować i udowadniać hipotezy o związkach przyczynowo-skutkowych. Żeby jednak robić to odpowiedzialnie, musimy wiedzieć, kiedy świat za oknem jest wystarczająco bliski laboratoryjnym eksperymentom, jak szukać grup kontrolnych i do jakiego stopnia nasze wyniki można generalizować. Ekonometrycy opracowali szereg narzędzi, które pozwalają na analizę przyczynowo-skutkową danych nieeksperymentalnych. Przyczynowość jest szczególnie istotna, kiedy zastanawiamy się, jakie mechanizmy wpisać w konstruowane przez nas modelowe światy. Od nich bowiem zależy wnioskowanie o wpływie analizowanych polityk na gospodarkę i dobrobyt. Dziewczyny uczyły się takich metod, jak regression discontinuity design, instrumental variable i difference in difference. 

Lekcja numer trzy: jak uczyć tak, żeby student był zadowolony. Prowadząc kurs, Stephan Litschig potrafił świetnie wyważyć czas poświęcony na aspekty teoretyczne i zastosowania praktyczne. Właściwie trudno mówić o takim podziale, bo każde założenie ilustrował ciekawym przykładem z danych i artykułów wziętym. Na co dzień dziewczyny co prawda uczą mikroekonomii, a nie ekonometrii, ale dobre wzorce inspirują. Mamy więc nadzieję, że doświadczenie szkoły letniej będzie nie tylko z pożytkiem dla zespołu EMERYT, ale także dla wszystkich naszych przyszłych studentów.