Автореферат (1138197), страница 2

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 2)

Шаталина (2009 г.), семинаре лабораторииисследования рынка труда ГУ-ВШЭ (2008 г.) и трёх семинарах лабораториимакроструктурного моделирования экономики России ГУ-ВШЭ (2008-2009 гг.).Разработанный в ходе исследования метод анализа данных и написанноедля его реализации программное обеспечение прошли апробацию в ходе7выполнения исследовательского проекта «Анализ поведения российскогонаселения по отношению к рынку труда с использованием модифицированныхмоделей времени жизни». Проект был поддержан грантом факультетаэкономики ГУ-ВШЭ 2008 года.Результаты исследования использовались при преподавании курса«Эконометрика-2».Публикации. Результаты диссертационного исследования опубликованыв четырёх работах общим объёмом 3.5 п.л.

(вклад автора – 3.3 п.л.), в том числев трёх статьях в ведущих научных журналах, рекомендованных ВАК МОиНРФ.Структура диссертации. Диссертация состоит из введения, трёх глав,заключения, списка использованной литературы, который включает в себя 96отечественных и зарубежных источников, и восьми приложений. Общий объёмдиссертации - 137 страниц.II.

Основное содержание диссертацииВообосновываетсявведенииактуальностьдиссертационногоисследования. Формулируются цель, задачи, объект и предмет исследования,описывается его теоретическая, методологическая и информационная база;объясняетсянаучнаяновизнаисодержаниеполученныхрезультатов,теоретическая и практическая значимость работы.В первой главе («Эконометрические модели длительности состояний»)приводитсяобзордлительностей.Восновныхпараграфепонятий,моделейиобосновывается2.1методованализанеобходимостьвиспользовании особых методов анализа, отличных от классических методовэконометрики,обусловленнаяследующимиособенностямиданныходлительности состояний: Длительностисостоянийчастоотличающиеся от нормального.8имеютраспределения,сильно Точное определение длительности состояний затруднено, так как связаноспродолжительнымпостояннымнаблюдениямзаисследуемымиобъектами.

Это приводит к таким явлениям как цензурирование иурезание данных. Длительность состояния является результатом некоторого случайногопроцесса смены состояний, текущего во времени. За время наблюденияодного состояния характеристики исследуемого объекта, описываемыеобъясняющими переменными модели, могут изменяться.В параграфе 1.2 даётся определение основным понятиям анализадлительностей. Функцией дожития случайной длительности T называетсяфункция, описывающая вероятность того, что состояние продлится не менее,чем t единиц времени:ST (t )  P(T  t )Функция риска для длительности, задаваемой непрерывной случайнойвеличиной, опреляется следующим образом: (t )  lim P(t  T  t  h | T  t ) / hh 0Можно сказать, что функция риска выражает интенсивность, с которойсостояние, длящееся уже в течение времени t, стремится к прекращению, иливероятность, с которой это состояние прекратится в ближайшее время. Длядискретных случайных величин функция риска определяется как как условнаявероятность завершения состояния в момент t при условии, что состояние уже«дожило» до этого момента: (t )  P(T  t | T  t )Функция риска представляет для нас большой интерес - в частностипотому, что она отражает характер временной зависимости (duration илиtemporal dependence).

Если вероятность прекращения состояния увеличиваетсяпо мере роста продолжительности пребывания в этом состоянии (функцияриска растёт), то говорят о положительной временной зависимости.Припадении функции риска говорят об отрицательной временной зависимости, апри постоянстве риска – об отсутствии временной зависимости. Определение9характера временной зависимости наряду с оценкой влияния объясняющихпеременных является одной из основных задач анализа длительностей.Рассматриваютсяразличныеспецификациифункцийдожитияриска,описывающие разный характер временной зависимости.Именно на примере оценивания временной зависимости наиболее ярковидны расхождения результатов исследований по данным РМЭЗ от полученныхна основании данных о зарегистрированных безработных.В параграфе 1.3 рассматриваются распространённые подходыкмоделированию наблюдаемой разнородности – различию изучаемых объектов,которое может быть учтено введением в модель объясняющих переменных.Описываются непрерывные модели пропорциональных рисков, ускоренноговремени и пропорционального отношения выбытия (proportional odds) идискретные модели, основанные на logit и cloglog-спецификациях для функциириска.

Демонстрируется связь разнородности и временной зависимости.Параграф1.4посвящёнвключениювмодельненаблюдаемойразнородности – тех различий изучаемых объектов, которые не удаётся учестьвключением в модель объясняющих переменных. Как правило, суммарноевоздействие ненаблюдаемых факторов моделируется с помощью случайнойвеличины, про которую обычно предполагается, что она является независимойот объясняющих переменных.Акцент делается на моделировании латентных классов объектов, вчастности, на модели разделённой совокупности (split population model), вкоторой предполагается наличие класса «безнадёжных» объектов, для которыхвероятность прекращения состояния (т.е.

нахождения работы) равна нулю.Рассматриваетсяпроблемаидентификацииненаблюдаемойразнородности и временной зависимости.В параграфе 1.5 рассматриваются особенности данных о длительностяхсостояний – наличие цензурированных наблюдений и урезания выборки.Наблюдениеназываетсяцензурированным,еслиононедаётточнойинформации о длительности, а лишь отмечает, что длительность принадлежит10некоторому множеству значений. Урезание – свойство отбора наблюдений,приводящее к недостаточной доле каких-либо наблюдений в выборке(например, урезание возникает, если из выборки исключить все наблюдения сослишком малыми длительностями).Обзормеханизмовцензурированияиурезанияприводитсяврасширенном относительно обычных работ по эконометрике виде, так какнаблюдениепутёмпроведенияпоследовательностиопросовможетрассматриваться как особая комбинация этих механизмов.РассматриваютсяНельсона-АаленаправдоподобияидлянепараметрическиеособенностианализаметодыпримененияцензурированныхКаплана-Мейераметодаиимаксимальногоурезанныхвыборок.Указывается на проблему начальных условий, возникающую при оцениваниимоделей с ненаблюдаемой разнородностью и временной зависимостью поурезаннымслеваданным.Есливвыборкеимеютсянаблюденияс«задержанным входом» (delayed entry), которые на момент начала наблюденияуже продолжались в течение некоторого времени, то индивидуальный эффект,описывающийненаблюдаемуюразнородность,уженельзясчитатьнезависимым от экзогенных переменных модели.

Дело в том, что до началанаблюдения более склонны «доживать» состояния, которым свойственноменьшее значение случайного эффекта и, соответственно, меньший уровеньриска. Таким образом, индивидуальный эффект оказывается коррелирован спродолжительностью пребывания в состоянии безработицы на момент началанаблюдения.В параграфе 1.6 описывается подход конкурентных, или соревнующихся,рисков (competing risks) для моделирования разлчиных типов выхода изизучаемого состояния. При таком подходе рассматриваются латентныенезависимыеслучайныевеличиныT1,T2,...,TS,описывающиепродолжительность пребывания в изучаемом состоянии до выхода в состояния1, 2, ..., S.

Минимальное значение этих величин задаёт наблюдаемую11длительность: T = min(T1, T2, ..., TS). Кроме наблюдаемой длительностиисследователю также известно состояние, в которое произошёл выход.При отсутствии цензурирования или наличии только цензурированиясправа задача оценивания модели длительностей Ti сводится к оцениваниюмодели с одним состоянием выхода.

Оценивание модели с различными типамивыхода по интервально цензурированным данным затруднительно. Возможныеподходы к решению этой задачи разбираются в следующей главе диссертации.Во второй главе («Оценивание моделей длительности состояний поданным опросов населения») рассматривается задача анализа длительностисостояний в случае, когда имеющиеся данные получены в результатенескольких дискретных моментов наблюдения (раундов опроса). В параграфе2.1 описываются проблемы, связанные с моделированием длительностей потаким данным.

Указывается на смещение отбора, возникающее вследствиетого, что опросы с большей вероятностью фиксируют продолжительныесостояния, в то время как короткие состояния «проскакивают» междуопросами,оставаясьнезамеченными.Описываетсястатистическийэксперимент, в котором моделировался отбор состояний, происходящий припоследовательностиопросов.Результатыэкспериментадемонстрируютпоследствия смещения отбора. На приведённом ниже рисунке показаны«истинные» функции риска и дожития, а также их оценки полученные методомКаплана-Мейера по сгенерированным в ходе эксперимента данным:0,61,210,8S(t)0,5h(t)S^(t)0,4h^(t)0,60,30,40,20,20,100t1357911 13 15 17 19 21 231357911 13 15 17 19 21 23tФункция риска h(t) и её оценка h^(t)Функция дожития S(t) и её оценка S^(t)Рис.

Характеристики

Список файлов диссертации