Metadaten







Promotionsordnung


PromO07

Kumulative Dissertation


ja

Titel


Essays on Causal Inference in Econometrics

Titel (englisch)



Autor/Autorin


Bodory, Hugo

Unter Mitarbeit von


Camponovo, Lorenzo (Ph.D.); Huber, Martin (Ph.D.); Lechner, Michael (Dr.)

Geburtsdatum


10.08.1967

Geburtsort


Linz

Matrikelnummer


12618377

Schlagwörter (GND)


Kausalanalyse; Wohlfahrtstheorie; Inferenzstatistik

DDC (Dewey Decimal Classification)


Sozialwissenschaften - 300

Freie Stichwörter (deutsch)


Kausalitätsanalyse; Wohlfahrtsökonomik

Freie Stichwörter (englisch)



Kurzfassung


Diese Doktorarbeit besteht aus vier Studien, die auf dem Konzept der kausalen Inferenz basieren. Zwei empirische Studien untersuchen, ob eine Abhängigkeit von Wohlfahrtshilfe die Gesundheit und das Gesundheitsverhalten beeinflussen kann. Die beiden restlichen Arbeiten sind methodische Studien über Treatmenteffekte, die eine neue Inferenzmethode einführen und diese neben einer Vielzahl von anderen Methoden analysieren. In der ersten Studie wird untersucht, ob Abhängigkeit von Wohlfahrtshilfe einen Einfluss auf die Gesundheit und das Gesundheitsverhalten hat. Die empirische Analyse verwendet mehrperiodische Umfragedaten, um die Auswirkungen des deutschen Wohlfahrtshilfeprogramms Hartz IV auf Gesundheit zu studieren. Basierend auf einer Stichprobe von Wohlfahrtshilfeempfängern vergleicht diese Analyse die Gesundheit zweier Gruppen: Personen, die weiterhin Wohlfahrtshilfe beziehen und Personen, die die Wohlfahrtshilfe nicht mehr benötigen. Die Ergebnisse lassen darauf schliessen, dass eine Abhängigkeit von Wohlfahrtshilfe die Gesundheit und Sportverhalten negativ beeinflussen kann. In der zweiten Studie wird eine Mediationsanalyse durchgeführt, um potentielle Kanäle zu identifizieren, die die Gesundheit von Wohlfahrtshilfeempfängern beeinflussen können. Hier wird ein speziell für diese Analyse adaptiertes semi-parametrisches Schätzverfahren eingesetzt. Die Resultate zeigen, dass Beschäftigung zur Verbesserung der Gesundheit von Männern und älteren Personen, die keine Wohlfahrtshilfe mehr beziehen, beitragen kann. Bei Frauen hingegen wirken sich andere Faktoren - zusammengefasst als direkte Effekte von Unabhängigkeit von Wohlfahrtshilfe - positiv auf deren Gesundheit aus. Für jüngere Personen hat der Bezug von Wohlfahrtshilfe keine Auswirkungen auf die Gesundheit. In der dritte Studie werden verschiedene Inferenzmethoden für Schätzverfahren von Treatmenteffekten in kleinen Stichproben analysiert. In Simulationen mit empirischen Daten werden Konfidenzintervalle und p-Werte bestimmt, die sowohl auf analytisch berechneten Varianzen also auch auf Bootstrapmethoden beruhen. Die Evidenz zeigt, dass die Bootstrapmethoden generell genauer und schärfer sind als die analytischen Variixanzmethoden. Unterschiedliche Spezifikationen hinsichtlich der Stichprobengrösse, der Treatmentselektivität, der Effektheterogenität sowie der Zusammensetzung der Treatmentgruppe haben keinen Einfluss auf die Simulationsergebnisse. Die letzte Studie stellt eine 'wilde' Bootstrap-Methode vor, die die Verteilung von Propensity Score Matching-Schätzern approximiert. Bei dieser Methode werden die unabhängigen Variablen konstant gehalten und die Approximation erfolgt durch eine zufällige Störung der Martingalrepresentation von Matching-Schätzern. Anhand einer Monte Carlo Simulation und einer empirischen Anwendung wird die Inferenzmethode in kleinen Stichproben getestet. Die Resultate zeigen, dass diese neue Bootstrap-Methode höhere Überdeckungswahrscheinlichkeiten von Konfidenzintervallen aufweist als ein Wurzel-n-konsistenter Schätzer.

Kurzfassung (englisch)


This doctoral thesis consists of four chapters. Each of the studies builds on the concept of causal inference. Two papers are empirical applications that analyze the effects of welfare dependency on health and health-related behavior. The remaining papers are methodological contributions to the literature on treatment effects, which focus on the introduction and evaluation of inference methods. The first chapter investigates whether welfare dependency has an impact on individual health and health-related behavior. The empirical analysis uses panel survey data to study health-related effects of the major German welfare program Hartz IV. Using a sample of individuals initially on welfare, the paper compares the health outcomes of two groups: those who remain on welfare and those who get off welfare. The findings show that welfare dependency can be detrimental to the health of individuals, as well as to their
sports-related behavior. The second chapter conducts a mediation analysis to identify potential channels that can influence the health conditions of welfare recipients. The study uses a semi-parametric estimation method especially adapted to this mediation analysis to compute the effects on health. Evidence suggests that employment enhances the health of males and older individuals when getting off welfare. In contrast, health improvements for females cannot be attributed to employment but to the direct (or residual) effect of leaving welfare. The health of younger individuals is not affected by welfare dependency.
The third chapter investigates the finite sample properties of a range of inference methods for treatment effect estimators. The simulations, based on empirical data, use both asymptotic approximations of analytical variances and bootstrap methods to compute confidence intervals and p-values. The results suggest that, in general, the bootstrap approaches outperform the analytical variance approximations in terms of size and power. Furthermore, the results are qualitatively quite robust across different simulation features, such as varying shares of those treated, sample sizes, treatment selectivity, and effect heterogeneity. The final chapter introduces a wild bootstrap algorithm to approximate the sampling distribution of propensity score matching estimators with a fixed number of matches. The wild bootstrap fixes the covariates and constructs the bootstrap approximation by perturbing the martingale representation for matching estimators. A Monte Carlo simulation and an empirical application illustrate the finite sample performance of this new inference method. Using coverage rates as quality measures, the findings show that the wild bootstrap can outperform a root-n consistent variance estimator based on the asymptotic theory.

Universität


Universität St.Gallen

Referent/Referentin


Lechner, Michael (Prof. Dr.)

Korreferent/Korreferentin


Osikominu, Aderonke (Prof. Dr.)

Erweitertes Diss. Komitee


Föllmi, Reto (Dr.); Buncic, Daniel (PhD)

Fachgebiet


Economics and Finance (PEF)

Sprache


ENG

Promotionstermin (dd.mm.yyyy)


20.02.2017

Erstellungsjahr (yyyy)


2016

Dokumentart


Dissertation

Format


PDF

Dissertationsnummer


4581

Quelle



PDF-File


dis4581.pdf

Dokumentverknüpfung


Link zu diesem Dokument







letzte Änderung: 03/07/2017 - Allgemeine rechtliche Informationen - Datenschutz [ Nach oben ]