Návrh modelů Jan Brůha IREAS. Návrh otázek a modelů Jaký vliv měla podpora z ESF v OP LZZ 1.1 na obrat / zisk a zaměstnanost firem? – Jde o srovnání mezi.

Prezentace na téma: "Návrh modelů Jan Brůha IREAS. Návrh otázek a modelů Jaký vliv měla podpora z ESF v OP LZZ 1.1 na obrat / zisk a zaměstnanost firem? – Jde o srovnání mezi."— Transkript prezentace:

1 Návrh modelů Jan Brůha IREAS

2 Návrh otázek a modelů Jaký vliv měla podpora z ESF v OP LZZ 1.1 na obrat / zisk a zaměstnanost firem? – Jde o srovnání mezi úspěšnými žadateli a nežadateli., úspěšnými žadateli a neúspěšnými žadateli., dle velikosti, regionu, typu vzdělávání. Agregační otázky – Jak přispěla podpora ESF v OP LZZ 1.1 k zaměstnanosti na úrovni okresů ČR? Jde o srovnání vývoje míry nezaměstnanosti v okresech ČR. – Jak přispěla podpora ESF v OP LZZ 1.1 k zaměstnanosti žen na úrovni okresů ČR? Jde o srovnání vývoje míry nezaměstnanosti žen v okresech ČR. Geografické otázky – V daném regionu (okrese) firmy, které realizují projekt(y) z OP LZZ 1.1 ve srovnání se zbylými firmami v regionu? – Charakterizujte distribuci podpor dle typu, velikosti a regionu firem.

3 „Geografické“ otázky Žadatelé o podporu, jejich úspěšnost, typ a velikost podpory Začneme geografickými otázkami – Jednak mají svoji zajímavost samy o sobě – Jednak slouží jako „osahání“ dat a budou sloužit dále při řešení projektu Začneme s nejjednodušší metodou, a to parametrickým modelem s dummy proměnnými na region – Obvyklý přístup – Nevýhody: citlivost k proměnným, interakce mezi regionem, sektorem a jinými charakteristikami Jak odlišit vliv regionu a jeho charakteristik?

4 „Geografické“ otázky - 2 Parametrický model: – Lineární model pro velikost podpor – Model diskrétní volby pro distribuci typu podpor, procento žadatelů a úspěšnost žádostí Datová náročnost: – Pro distribuci podpor potřebujeme náhodný výběr (např. na základě IČO) a znalost počtu firem – Pro úspěšnost, velikost a typ podpory potřebujeme databázi žadatelů s jejich úspěšností a (případnou) podporou – V obou případech potřebujeme další charakteristiky (velikost, OKEČ, lokaci, struktura zaměstnanosti)

5 „Geografické“ otázky - 3 Abychom udělali analýzu robustní – Budeme aplikovat neparametrický model – Oblíbené v prostorové statistice a ekonometrii Kernel estimator versus radial basis functions Geografická lokace jako spojitý parametr – Budeme se snažit odlišit vliv regionu a jeho charakteristik – Bude třeba opatrně pracovat s mixem diskrétních a spojitých proměnných

6 Metoda instrumentálních proměnných Budeme zkoumat, zda osoba evaluátora může sloužit jako instrument Jak to ověříme?: – Pokud evaluátoři hodnotí více-méně podobně a projekty jsou jim distribuovány náhodně, pak by neměl být statisticky signifikantní rozdíl mezi počty udělených bodů – Oboje lze podmínit pozorovanými charakteristikami – Lze testovat i v čase (konverguje jejich hodnocení?)

7 Metoda instrumentálních proměnných - 2 Statistický test bude založen na modelu diskrétní volby – Podmíněno charakteristikami – Potřebujeme vědět kdo a koho hodnotil? – Od roku 2009 by mělo být k disposici Pokud se prokáže, že osoba evaluátora statisticky signifikantně predikuje úspěšnost, pak máme instrument – Nekorelace s výsledkem je předpoklad Nelze testovat

8 Metoda instrumentálních proměnných - 3 V kladném případě pak lze použít ke srovnání dopadu podpory na úspěšné a neúspěšné žadatele – Možné aplikovat jak parametrický model IV, tak neparametrický (diskrétní instrument) – Výhoda: lze jednoduše pracovat s různou výší a různým typem podpory – Srovnáme se standardními metodami (více- rozměrná regrese, kernelový odhad) Model diskrétní volby na evaluátora – bude zahrnovat dobu hodnocení – Výběr proměnných: SSVS

9 Regresní diskontinuita Budeme testovat, zda ji lze použít a kterou variantu – Záleží na způsobu udělování podpor – A také na tom, zda je možné rozumným způsobem ošetřit heterogenitu podpor Distrbuce velikosti a typu podpor vzhledem k charakteristikám firem (velikost, OKEČ, region) Pokud ji vůbec lze použít, pak: – Pouze lokální dopad – Pouze na srovnání dopadu na úspěšné a neúspěšné žadatele

10 Regresní diskontinuita - 2 Pokud RD použijeme, pak: – Začneme s lokálním lineárním modelem – Testování předpokladů dle Imbens, Guido W., Lemieux, Thomas, 2008. Regression discontinuity designs: A guide to practice. Journal of Econometrics 142, s. 615-635. – Poté zkusíme sofistikovanější metody (sieve estimator) Náročnost na data: – Charakteristiky firem – Počet bodů v hodnocení