Моделирование длительности безработицы по панельным данным опросов населения

• Автор: Фурманов, Кирилл Константинович
• Шифр специальности: 08.00.13
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Москва
• Количество страниц: 137 с. : ил.

Содержание
Введение

ГЛАВА 1. Эконометрические модели длительности состояний.

1.1. Анализ длительностей как особая область прикладной

статистики

1.2. Основные понятия анализа длительностей

1.3. Наблюдаемая разнородность.

1.4. Ненаблюдаемая разнородность.

1.5. Особенности данных цензурирование и урезание.

1.6. Моделирование различных состояний выхода

ГЛАВА 2. Оценивание модели длительности состояний по данным опросов населения

2.1. Особенности данных опросов населения и смещение отбора
2.2. Анализ длительностей по данным опроса населения.
2.3. Анализ длительностей по данным панели опросов непрерывная модель.
2.4. Анализ длительностей по данным панели опросов дискретная модель.
ГЛАВА 3. Моделирование длительности безработицы в России.
3.1. Краткий обзор проведнных исследований
3.2. Теоретическая модель поиска работы. Временная зависимость.
3.3. Использованные данные и определение безработицы.
3.4. Результаты оценивания средняя длительность безработицы, функции риска и дожития
3.5. Сравнительный анчиз данных РМЭЗ, НОБУС и ОНПЗ о продолжительности безработицы.
3.6. Результаты оценивания детерминанты длительности и временная
зависимость.
Заключение
Список литературы


Почему величины, связанные с временем и длительностью, заслуживают отдельного рассмотрения Что мешает исследователю взять длительность в качестве регрессанта, подобрать набор объясняющих переменных и использовать аппарат классической линейной регрессии для анализа связи между этими величинами Начнм с того, что распределения длительностей значительно отличаются от нормального. Для них характерна выраженная асимметричность, часто основная вероятностная масса сосредоточена в области малых, близких к нулю длительностей. В принципе, регрессионный анализ не требует нормальности распределения МНКоценки параметров регрессии остаются эффективными в классе линейных несмещнных оценок, а при большом количестве наблюдений их распределение стремится к нормальному, что позволяет использовать классический аппарат проверки гипотез. Отмстим, однако, что при значительной доле наблюдений со значениями объясняемой переменной, близкими к нулю, мы, вполне вероятно, будем получать отрицательные модельные значения длительностей. Чтобы избежать такой несуразицы, объясняемую длительность можно прологарифмировать, если она не принимает в точности нулевых значений. Это преобразование может и уменьшить асимметрию. Такой подход был использован, например, в работах Аршакуни а. Ь для моделирования длительности существования предприятий, где показывается, в частности, что логарифм объясняемой длительности имеет распределение, схожее с нормальным. Отказавшись от предположения о нормальности, мы получим довольно распространнную модель, называемую моделью ускоренного времени. Среди примеров е использования в эконометрике можно указать работы Гроган и ван ден Берга и Карцевой , посвященные анализу длительности безработицы в России. Вышесказанное, однако, не означает, что после логарифмирования к данным можно применять классические методы оценивания, так как остаются другие проблемы, не связанные с распределением регрессанта. Получение данных о длительностях состояний связано с продолжительным наблюдением за исследуемыми объектами. Однако не все состояния заканчиваются к моменту прекращения наблюдения. Устойчивого названия дли этой модели нет ни в русском, ни в английском языке. Она также называется моделью ускорения наступления отказа, ii , ii , i . Это явление называется цензурированием справа ii и является характерной особенностью данных о длительностях. С другой стороны, некоторые состояния уже продолжались в течение некоторого времени на момент начала наблюдения. Такое явление называется урезанием слева i или задержанным входом . Цензурированные и урезанные данные требуют особых методов к анализу. В качестве примеров эконометрических моделей, предназначенных для анализа цензурированных данных, можно назвать модели Тобина и Хекмана. Кроме того, существует концептуальное различие между традиционными эконометрическими моделями и моделями длительности. В классической линейной регрессии значение объясняемого признака складывается из влияния объясняющих факторов и случайной составляющей. Однако детерминанты длительности не влияют на длительность непосредственно. В каждый момент пребывания объекта в изучаемом состоянии детерминанты определяют вероятность прекращения этого состояния, а из вероятностей прекращения уже вытекает закон распределен Я длительностей. Это замечание может натолкнуть на мысль, представляющуюся полезной для понимания метода, предлагаемого в этой работе. Почему бы не сконструировать двоичную переменную, принимающую значение 1, если состояние продолжилось более некоторого временного периода, и О если менее. Затем можно было бы оценить модель бинарного выбора например, i, где в качестве объясняемой величины была бы созданная переменная, а в качестве объясняющих детерминанты длительности. Этот подход не лишн смысла можно сказать, что таким образом мы бы оценили модель пропорционального отношения выбытия i , которая в данной работе ещ будет рассмотрена подробнее.