1 TILLÄMPAD EKONOMETRI Tentamen 13.5.2015 Examinator: Jonas Lagerström För godkänt krävs minst 25 poäng. Lycka till! Skrivtid: 12:00 16:00 UPPGIFT 1 (10 poäng) Under senare år har antalet flyktingar till Europa ökat kraftigt. Även till Finland ökar invandringen. a) Gå till http://www.findikaattori.fi/sv/ och ladda hem fakta om antalet invandrare till Finland under tidsperioden 1945-2013. Visa utvecklingen i en egen graf i Stata. Använd lämpliga rubriker, underrubriker och axelrubriker. (3p) b) Var i landet bosätter sig flyktingar? I materialet flykting2007 ser du hur många flyktingar som ett antal svenska kommuner tog emot år 2007. För varje kommun finns också uppgifter om till exempel antal invånare och arbetslösheten i kommunen. Estimera följande modeller, presentera dina resultat i en tabell och förklara intuitivt varför estimatet av β 1 är mindre i (2) än i (1). (3p) flyktingar = β 0 + β 1 arbetslos + u (1) flyktingar = β 0 + β 1 arbetslos + β 2 invånare + u (2) c) Genom att utnyttja både uppgifterna från 2007 och 2008 är det möjligt att estimera modeller med kommunfixa effekter. Slå därför ihop datamaterialet flykting2007 och flykting2008 och estimera därefter modellen nedan och redovisa ditt resultat. Förklara intuitivt varför det är mer troligt att β 1 kan ges en kausal tolkning i specifikation (3) än i (2). (4p) flyktingar = β 0 + β 1 arbetslos + β 2 invånare + β 3 år2008 + kommunfixa effekter + u (3)
2 UPPGIFT 2 (10 poäng) Är ledarskap något man kan lära sig eller en medfödd talang? En ny svensk studie här undersöker frågan med hjälp av mönstringsdata från militärtjänsten. framtida lön = β 0 + β 1 ledarskapsutbildning under militärtjänsten + u (4) a) Varför speglar estimatet av β 1 från specifikation (4) troligen inte en kausal effekt? (2p) b) Forskarna exkluderar individer som har mycket lågt respektive mycket högt resultat på de kognitiva testerna under mönstringen. Förklara tydligt varför. (2p) c) Kritiker menar att effekten kan bero på olika bortfallet (attrition) ser olika ut i behandlingsgruppen än i kontrollgruppen. Förklara hur detta skulle kunna förklara resultaten. (2p) d) RD-metoden har även använts för att undersöka om vänsterregeringar satsar mer på välfärden än högerregeringar. I skolbudget ser du hur stor andel av skatteintäkterna som ett antal amerikanska städer satsar på skolan. Du ser också information om hur stor del av rösterna som gick till demokraterna. Partiet med flest röster styr staden. Använd RD för att mäta om demokraterna satsar mer på skolan än republikanerna. Estimera effekten och presentera resultaten i en tabell där första kolumnen antar en linjär trend och andra kolumnen en icke-linjär trend. Hur stor är effekten i procent? Presentera även resultatet i ett lämpligt diagram. (4p)
3 UPPGIFT 3 (10 poäng) Under kursen har vi gått igenom många studier som mäter hur utbildning påverkar framtida lön. Materialet skoldata innehåller månadslöner för 1000 finländare och uppgifter om antal skolår och arbetslivserfarenhet för varje individ. a) Estimera följande modell och tolka värdet på β 1. Varför logaritmerar vi utfallsvariabeln och varför använder du arbetslivserfarenhet i kvadrat? (3p) log(lön) = β 0 + β 1 Skolår + β 2 Arbetslivserfarenhet + β 2 Arbetslivserfarenhet 2 + u a) Löser ett giltigt instrument problemet med omvänd kausalitet? Förklara! (2p) b) I landet har en bred skolreform genomförts, där man förlänger den obligatoriska skoltiden med ett år. Reformen gäller enbart personer som är födda 1970 eller senare. Använd variabeln reform som ett instrument för antalet skolår och estimera effekten av skolår på logaritmerad lön. Redovisa ditt resultat. (3p) c) Kritiker menar att ditt IV-estimat endast visar den så kallade LATE (local average treatment effect). Vad innebär detta och är det ett problem? (2p)
4 UPPGIFT 4 (10 poäng) Huruvida vissa grupper av människor diskrimineras i arbetslivet är en mycket omdebatterad fråga. a) En amerikansk studie har undersökt vilka slags individer som beviljas banklån. I banklån hittar du ett utdrag av data. Estimera med hjälp av LPM respektive logitmodellen sannolikheten att vara högutbildad som en funktion av individens etnicitet och kön. Presentera resultaten från båda modellerna i en tabell och tolka LPM-estimatet och logitestimatet av variabeln kvinna. (4p) b) Logitmodellen har två fördelar jämfört med LPM. Ge en intuitiv förklaring av dessa två fördelar. (2p) c) Använd matchningsmetoden (nearest neighbour) och dra utifrån ditt estimat av etnicitetens betydelse för sannolikheten att beviljas ett banklån. Vilket antagande måste vara uppfyllt för att du ska kunna ge estimatet en kausal tolkning? (3p) d) Har resultaten extern validitet? (1p)
5 OBS! UPPGIFT 5 FÅR BESVARAS AV ALLA. I BEDÖMNINGEN RÄKNAS DITT HÖGSTA RESULTAT FRÅN UPPGIFT 5 ELLER HEMUPPGIFTERNA. EXEMPEL: OM DU HAR MED DIG 7 POÄNG FRÅN INLÄMNINGSUPPGIFTERNA OCH FÅR 8 POÄNG PÅ UPPGIFT 5 RÄKNAS 8 POÄNG. FÅR DU DÄREMOT BARA FÅR 5 POÄNG PÅ UPPGIFT 5 SÅ RÄKNAS RESULTATET FRÅN DINA INLÄMNINGSUPPGIFTER. UPPGIFT 5 (10 poäng) Huruvida mindre klasser leder till bättre skolresultat är en omstridd fråga. Tabellen nedan visar resultaten från en studie utifrån observationsdata där man samplat skolor och inkluderat alla elever från de samplade skolorna. Utfallsvariabeln är provresultat. (1) (2) (3) Klasstorlek (antal elever) 0.83*** (0.11) 0.23*** (0.10) 0.05 (0.11) Ekonomiska resurser Klassfixa effekter Antal observationer R 2 0.29 0.31 0.54 a) Varför minskar (i absoluta termer) estimatet av klasstorlek mellan kolumn 1 och kolumn 2? (2p) b) Varför bör du använda en modell med random effects om du har samplat skolor och vad måste gälla för att modellen är att föredra framför en modell med skolfixa effekter? (4p) c) Hoxby (2000) använder trender i antalet elever för att mäta den kausala effekten av klasstorleken på provresultat. Redogör tydligt för hennes metod samt ge exempel på tre alternativa identifikationsstrategier som forskare har använd historiskt för att mäta klasstorlekens betydelse. Vilka är de generella slutsatserna? (4p)