Pistas falsas: los controles geográficos y las tendencias comunes de Escobari y Hoover no aportan nada

Esta es la undécima de una serie de publicaciones de blog que abordan un informe de Diego Escobari y Gary Hoover que cubre las elecciones presidenciales de 2019 en Bolivia. Sus conclusiones no resisten un escrutinio, como observamos en nuestro informe Cinco centavos antes de monedas de diez centavos. Aquí ampliamos varias afirmaciones y conclusiones que Escobari y Hoover hacen en su artículo. Enlaces a publicaciones: parte uno, la segunda parte, parte tres, cuarta parte, quinta parte, sexta parte, parte siete, octava parte, parte nueve, y parte diez.

Anteriormente observamos que incluso si la geografía es estable de una elección a otra, no hay garantía de que el efecto de la geografía en la proporción de votos sea consistente a lo largo del tiempo. Hay explicaciones completamente ordinarias y absolutamente plausibles de por qué los resultados electorales serían más o menos sensibles a la geografía de una elección a otra. Esto puede resultar en una brecha cada vez mayor entre los márgenes observados durante el progreso de un conteo, incluso en ausencia de fraude.

En el ultima publicaciónVimos el efecto que esto tuvo en los modelos de “diferencia en diferencia” de Escobari y Hoover. Específicamente, la ausencia de fraude no garantiza que se cumpla el supuesto de identificación de “tendencias paralelas”. Esto hace que el enfoque de Escobari y Hoover encuentre erróneamente fraude donde no existe.

Lamentablemente, también observamos que tenemos motivos para creer que el supuesto de tendencias paralelas tampoco se cumple en los datos oficiales. Por ejemplo, Morales perdió apoyo en relación con 2016 fuera de las zonas rurales de Bolivia, y las zonas rurales tendieron a contabilizarse tarde. Por lo tanto, su pérdida se redujo a medida que aumentó la ruralidad del voto. El apoyo a Mesa entre los votantes de la oposición se concentró desproporcionadamente en las capitales. Estos tendieron a informar temprano, lo que significa que el margen de Morales aumentó aún más durante el conteo. Como consecuencia, hubo una observable, Preexistente ampliación de las diferencias entre 2016 y 2019 respecto del conteo al momento del anuncio del TSE. Hay muchas razones para esperar que los colegios electorales del CIERRE mostrarían en promedio un aumento mayor en el margen de Morales que los colegios electorales incluidos en el anuncio.

En Figura 1Vemos la aplicación de los modelos de diferencias en diferencias a los resultados oficiales.

Figura 1

Modelo de diferencias en diferencias aplicado a resultados oficiales y ajustados

Fuentes: TSE, OEP y cálculos del autor.

Ya sea que ajustemos o no los datos por distrito electoral, hay una doble diferencia de 3 puntos porcentuales. Sin embargo, parece claro que las tendencias no son paralelas. Es particularmente claro en los datos ajustados de la derecha que entre los colegios electorales incluido en el anuncio del TSElos reporteros posteriores tienen una brecha más amplia entre 2016 y 2019 que los colegios electorales que informaron antes. Es claramente erróneo suponer simplemente que las estaciones posteriores al anuncio, que son en gran medida las que informaron incluso más tarde, no deberían mostrar una brecha al menos tan amplia.

tabla 1

Aplicación de las “estimaciones de diferencias en diferencias” de Escobari y Hoover a datos reales

	Como se publicó			Replicación
	(1)	(2)	(3)	(4)	(5)	(6)
Variable
APAGADO x Y2019	2.964 (0,334)	2.699 (0,335)	2.842 (0,459)	2.996 (0,251)	3.018 (0,261)	3.018 (0,355)
CERRAR	13.30 (0,610)	-1.090 (0,212)		13.77 (0,624)	-1,37 (0,122)
Y2019	11,99 (0,635)	11.15 (0,443)	11.13 (0,612)	11.06 (0,091)	11.03 (0,095)	11.03 (0,129)
Constante	-2.157 (3.380)	0.616 (0,298)	0.438 (0,290)	-3.173 (0,238)	-0.742 (0,038)	-0.960 (0,060)
Efectos fijos
Recinto		Sí			Sí
Estación			Sí			Sí
Observaciones	66.535	66.535	66.535	69.082	69.082	69.082
R2	0.035	0.934	0.965	0.035	0.956	0.967

Fuentes: TSE, OEP y cálculos del autor.

Escobari y Hoover luego amplían su modelo para incluir la LLEGADA como variable, lo que de hecho permite una tendencia común tanto para 2016 como para 2019. Debido a que la doble diferencia está impulsada por una diferencia cada vez mayor entre las elecciones, esto no tiene ningún efecto sobre la doble diferencia. . Comparamos los dos modelos de diferencias en diferencias no ajustados en Figura 2. A la derecha, vemos que los márgenes de 2016 aumentan más lentamente que la tendencia común, mientras que los márgenes de 2019 aumentan más rápidamente.

Figura 2

Permitir una tendencia electoral no cambia la doble diferencia

En Tabla 2Vemos los resultados del modelo, incluida la tendencia común. En las columnas 1 y 4 incluimos los resultados sin tendencia como referencia. La columna 5 muestra la solicitud sin ajuste geográfico. Las columnas 6 y 7 son réplicas de los resultados con efectos geográficos vistos en las columnas 2 y 3. Tomados al pie de la letra y aceptando la interpretación del resultado como fraude, estos efectos no son lo suficientemente grandes como para sugerir una reversión de la victoria de Morales en la primera vuelta. : 3 puntos porcentuales aplicados al 16 por ciento de las elecciones equivalen a menos de la mitad de 1 punto porcentual. Sin embargo, las tendencias no paralelas sugieren que estas estimaciones están, en cualquier caso, infladas.

Tabla 2

Aplicación de las estimaciones de diferencias en diferencias de tendencia común de Escobari y Hoover

	Como se publicó			Replicación
	(1)	(2)	(3)	(4)	(5)	(6)	(7)
Variable
APAGADO x Y2019	2.964 (0,334)	2.954 (0,433)	-2.761 (0,967)	2.996 (0,251)	2.992 (0,251)	3.018 (0,261)	-3.027 (1.109)
CERRAR	13.30 (0,610)	-1.577 (0,262)		13.77 (0,624)	4.858 (0,696)	-1.560 (0,126)
Y2019	11,99 (0,635)	11.15 (0,443)	11.14 (0,611)	11.06 (0,091)	11.06 (0,091)	11.03 (0,095)	11.03 (0,129)
LLEGADA		1.340 (0,242)			25.26 (0,939)	0.906 (0,160)
LLEGADA x APAGADO x Y2019			7.277 (1.588)				7.429 (1.315)
Constante	-2.157 (3.380)	-0.831 (0,311)	0,198 (0,280)	-3.173 (0,238)	-14.81 (0,493)	-1.179 (0,086)	-0.960 (0,060)
Efectos fijos
Recinto		Sí				Sí
Estación			Sí				Sí
Observaciones	66.535	65.811	65.811	69.082	69.082	69.082	69.082
R2	0.035	0.937	0.966	0.035	0.055	0.956	0.967

Finalmente, Escobari y Hoover reconocen que las tendencias en las llegadas tempranas difieren a lo largo de los años. Exploramos estos modelos en la siguiente publicación.