Econométrie
Transcription
Econométrie
Econométrie 5ème séance Romain Aeberhardt Supélec http://econometrie-supelec-2012.blogspot.com/ Mars 2012 R. Aeberhardt (DARES et CREST) Econométrie Mars 2012 1 / 15 Plan 1 Introduction aux RDD 2 Régressions sur la discontinuité (Sharp RDD) 3 Régressions sur la discontinuité (Fuzzy RDD) R. Aeberhardt (DARES et CREST) Econométrie Mars 2012 2 / 15 Support commun ... ou pas Dans ce qu’on a vu jusqu’à présent, on a toujours essayé de comparer des outcomes concernant des populations les plus comparables possibles, à la fois en ce qui concerne leur caractéristiques observables qu’inobservables. En particulier, on essaie d’avoir un support commun en ce qui concerne les confounding covariates I ex : support de l’âge si on compare les salaires suivant l’origine nationale En général si on n’a pas de support commun dans les deux groupes qu’on va comparer, il est difficile d’aborder une question de causalité I I ex : si on compare un groupe d’hommes de 30 ans et un groupe de femmes de 40 ans ou alors il faut faire des hypothèses supplémentaires Dans certains cas, cette différence de support est exploitable si elle est à l’origine de l’assignation au traitement ! I ex : mesurer l’effet causal d’une certaine école d’ingénieurs en utilisant le résultat au concours R. Aeberhardt (DARES et CREST) Econométrie Mars 2012 3 / 15 Introduction aux RDD Sharp Design I I le traitement est une fonction déterministe et discontinue d’une variable explicative x on est dans un cadre de sélection sur observable (MCO avec CIA) Fuzzy Design fonction non déterministe mais discontinuité de la probabilité de traitement on est dans un cadre de variables instrumentales R. Aeberhardt (DARES et CREST) Econométrie Mars 2012 4 / 15 Plan 1 Introduction aux RDD 2 Régressions sur la discontinuité (Sharp RDD) 3 Régressions sur la discontinuité (Fuzzy RDD) R. Aeberhardt (DARES et CREST) Econométrie Mars 2012 5 / 15 Hypothèses On suppose que : I I Ti = 1 si x < C et Ti = 0 si x ≥ C Les outcomes potentiels (Yi0 et Yi1 ) sont des fonctions continues de x au voisinage de C . Alors on peut estimer l’effet du traitement au voisinage de C On échange des hypothèses du type CIA contre des hypothèses de modélisation pour pouvoir faire des extrapolations (continuité des outcomes potentiels) Ces hypothèses sont d’autant plus faibles qu’on se limite à une analyse plus proche du seuil. En pratique : I I I on fait des MCO autour de la discontinuité avec une indicatrice de seuil on peut ajouter d’autres variables de contrôle on peut spécifier des régimes différents de chaque côté du seuil (pentes différentes, non-linéarité, etc.) R. Aeberhardt (DARES et CREST) Econométrie Mars 2012 6 / 15 Avantage du candidat/parti en place Le candidat/parti en place dispose d’avantages particuliers liés à sa fonction (information, moyens de déplacement, utilisation de l’administration, etc.) Mais6.1.leSHARP candidat/parti en place est peut-être tout simplement RD 195 meilleur/préféré : c’est lui qui a été élu la fois précédente Probability of Winning, Election t+1 1.00 0.90 0.80 Local Average Logit fit 0.70 0.60 0.50 0.40 0.30 0.20 0.10 0.00 -0.25 -0.20 -0.15 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20 0.25 Democratic Vote Share Margin of Victory, Election t R. Aeberhardt (DARES et CREST) Econométrie Mars 2012 7 / 15 Probability of Winn 0.50 0.40 Croit-on aux hypothèses ? (Robustesse) 0.30 Régressions placebo sur d’autres seuils 0.20 Faire varier la fenêtre (moins de précision mais moins de problèmes 0.10 fonctionnels) 0.00 -0.25 -0.20 -0.15 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20 0.25 Reproduire l’analyse sur des variables pré-traitement (théoriquement Democratic Vote Share Margin of Victory, Election t non affectées) No. of Past Victories as of Election t 5.00 4.50 4.00 Local Average Polynomial fit 3.50 3.00 2.50 2.00 1.50 1.00 0.50 0.00 -0.25 -0.20 -0.15 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20 0.25 Democratic Vote Share Margin of Victory, Election t R. Aeberhardt (DARES et CREST) Econométrie Mars 2012 8 / 15 Plan 1 Introduction aux RDD 2 Régressions sur la discontinuité (Sharp RDD) 3 Régressions sur la discontinuité (Fuzzy RDD) R. Aeberhardt (DARES et CREST) Econométrie Mars 2012 9 / 15 Fuzzy Design = IV Le traitement n’est plus déterministe La probabilité de traitement est discontinue autour d’un certain seuil On fait l’hypothèse que les outcomes potentiels sont continus au voisinage du seuil. On voisinage du seuil est ramené au cas d’un encouragement design à la Sesame Street Il y a à nouveau des always-takers, des never-takers et des compliers La part de compliers correspond à la discontinuité de la probabilité de traitement La discontinuité dans les outcomes moyens de chaque côté du seuil est attribuée aux compliers : estimateur de Wald Le résultat est doublement local I I Autour du point de discontinuité Il ne concerne que les compliers (LATE) R. Aeberhardt (DARES et CREST) Econométrie Mars 2012 10 / 15 Maimonide’s Rule (Angrist et Lavy, 1999) : première étape 0 10 Class size e 20 30 40 A. Fifth Grade 20 40 60 80 100 120 140 Enrollment count Actual class size 160 180 200 220 Maimonides Rule 40 B. Fourth Grade R. Aeberhardt (DARES et CREST) Econométrie Mars 2012 11 / 15 Maimonide’s Rule (Angrist et Lavy, 1999) : résultats Table 6.2.1: OLS and fuzzy RD estimates of the e¤ects of class size on …fth grade math scores OLS 2SLS Full sample Discontinuity samples +/- 5 +/- 3 (1) (2) (3) (4) (5) (6) (7) (8) Mean score 67.3 67.3 67.0 67.0 (s.d.) (9.6) (9.6) (10.2) (10.6) Regressors Class size .322 .076 .019 -.230 -.261 -.185 -.443 -.270 (.039) (.036) (.044) (.092) (.113) (.151) (.236) (.281) Percent disadvantaged -.340 -.332 -.350 -.350 -.459 -.435 (.018) (.018) (.019) (.019) (.049) (.049) Enrollment .017 .041 .062 .079 (.009) (.012) (.037 (.036) Enrollment squared/100 -.010 (.016) Segment 1 -12.6 (enrollment 36-45) (3.80) Segment 2 -2.89 (enrollment 76-85) (2.41) Root MSE 9.36 8.32 8.30 8.40 8.42 8.79 9.10 10.2 R-squared .048 .249 .252 N 2,018 2,018 471 302 Notes: Adapted from Angrist and Lavy (1999). The table reports estimates of equation (6.2.6) in the text using class averages. Standard errors, reported in parentheses, are corrected for within-school correlation. R. Aeberhardt (DARES et CREST) Econométrie Mars 2012 12 / 15