Author:

Keywords:

Heterogeneity, Panel data, Data

Abstract:

In mijn doctoraatsthesis, beschouw ik zowel het Gecorreleerde Willekeuri ge Coëfficiënt (Correlated Random Coefficient - CRC) model als een dynam isch panel-data model. Het CRC model is een willekeurig coëfficiënten-model met als essentieel kenmerk de mogelijke correlatie tussen regressoren en coëfficiënten. Wan neer de constante term eveneens met een willekeurige en gecorreleerde co ëfficiënt wordt geassocieerd, omvat het CRC model standaardmodellen met endogene regressoren.

In een eerste hoofdstuk ontwikkel ik een schatter voor het lineaire CRC model die een uitbreiding is Garens (1984) Selectivity Bias Methode. In vergelijking met deze laatste breid ik de uitkomst-vergelijking uit met meer termen. In een tweede hoofdstuk bespreek ik semiparametrische schatting van een lineair CRC model (Heckman en Vytlacil (1998)) met één endogene 'treatme nt' variabele en één gecorreleerde coëfficiënt. In een eerste stap wordt de endogene regressor geschat in functie van een aantal exogene determi nanten. In de uitkomst-vergelijking worden twee niet-gespecificeerde fun cties van de residuen van de hulp-vergelijking opgenomen, waarvan er één vermenigvuldigd wordt met de endogene variabele. Ik schat deze onbekend e functies door middel van reeks-regressie, wat resulteert in wortel-N-c onsistente schatters voor de gemiddelde 'treatment' parameter. Door gebr uik te maken van Heckman's (1976) aanpak van steekproef-selectie en getr unceerde of gecensureerde afhankelijken, en van gegeneraliseerde residue n (Gouriéroux et al. (1987)), is deze aanpak ook toepasbaar voor discret e endogene variabelen. Een derde paper, tenslotte, onderzoekt schattingsmethodes voor het CRC m odel wanneer er panel-gegevens beschikbaar zijn. Dit laat toe het gemidd elde 'treatment' effect te schatten door IV zoals beschreven in Wooldrid ge (2003), gebruik makend van instrumenten zoals Hausman en Taylor (1981 ).