[논문 리뷰] Sharp bounds for the Roy model

Ismaël Mourifié, Marc Henry외 1명|arXiv (Cornell University)|2017. 09. 01.

Economic theories and models인용 수 3

한 줄 요약

이 논문은 자기선택과 관측되지 않은 이질성이 존재하는 로이 모델에서 잠재적 결과에 대한 날카운 경계를 수립하며, 배제 제약 조건을 활용하여 인과적 영향을 식별한다. 이는 이산 결과에 대한 새로운 경계를 제안하고, 점별 경계와 기능적 경계를 구분하며, 캐나다에서의 과학, 기술, 공학, 수학(STEM) 전공 선택의 성별 격차 분석에 이 프레임워크를 적용한다.

ABSTRACT

We analyze the empirical content of the Roy model, stripped down to its essential features, namely sector specific unobserved heterogeneity and self-selection on the basis of potential outcomes. We characterize sharp bounds on the joint distribution of potential outcomes and the identifying power of exclusion restrictions. The latter include variables that affect market conditions only in one sector and variables that affect sector selection only. Special emphasis is put on the case of binary outcomes, which has received little attention in the literature to date. For richer sets of outcomes, we emphasize the distinction between pointwise sharp bounds and functional sharp bounds, and its importance, when constructing sharp bounds on functional features, such as inequality measures. We analyze a Roy model of college major choice in Canada within this framework, and we take a new look at the under-representation of women in Science, Technology, Engineering or Mathematics (STEM).

연구 동기 및 목표

• 자기선택과 관측되지 않은 이질성이 존재하는 로이 모델에서 잠재 결과의 공동분포에 대한 날카운 경계를 규명하는 것.
• 배제 제약 조건의 식별 능력을 명확히 하는 것—즉, 한 분야의 시장 조건이나 선택에만 영향을 주는 변수.
• 정책적으로 중요한 응용에 핵심적인 이산 결과의 경우에 대해 다루지 않은 채로 남아 있던 로이 모델의 이론적 사각지대를 메우는 것.
• 점별 경계와 기능적 경계를 구분하는 것—특히 더 풍부한 결과 설정에서 불평등 측정치와 같은 특성에 대해.
• 실제 사례에 적용하는 것: 캐나다에서의 STEM 분야에서의 여성 비율 저하 문제를 캐나다 대학 전공 선택 데이터를 활용해 분석하는 것.

제안 방법

• 잠재 결과에 기반한 자기선택과 분야별로 다른 관측되지 않은 이질성이라는 유일한 가정만을 사용하여 잠재 결과에 대한 날카운 경계를 유도한다.
• 배제 제약 조건—즉, 한 분야의 결과에만 영향을 주거나 선택 결정에만 영향을 주는 변수—를 활용하여 잠재 결과의 공동분포를 식별한다.
• 개별 수준의 반사적 결과를 위한 점별 날카운 경계와 불평등 측정치나 지니 계수와 같은 특성에 대한 기능적 날카운 경계를 구분한다.
• 이중 결과에 대한 경계 프레임워크를 적용하여 이산 선택 설정에서의 새로운 식별 결과를 제공한다.
• 구조적 모델링과 비모수적 경계를 활용하여 강한 파rametric 가정 없이도 로이 모델의 실증적 내용을 평가한다.
• 캐나다 대학 전공 선택 데이터를 활용하여 성별에 따라 과학, 기술, 공학, 수학(STEM) 분야와 비-STEM 분야에서 잠재 수익 또는 성공에 대한 경계를 추정한다.

실험 결과

연구 질문

• RQ1 배제 제약 조건 외에 다른 정보가 없을 경우, 로이 모델에서 잠재 결과에 대한 날카운 비모수적 경계는 무엇인가?
• RQ2 한 분야의 결과에만 영향을 주거나 선택 결정에만 영향을 주는 배제 제약 조건이 식별에 어떻게 기여하는가?
• RQ3 STEM vs. 비-STEM 전공 선택과 같은 이산 결과에 대해 로이 모델은 어떤 함의를 지닌다?
• RQ4 점별 날카운 경계와 기능적 날카운 경계는 어떻게 다름이며, 이 구분이 불평등 측정치와 같은 정책적 특성에 왜 중요한가?
• RQ5 관측된 데이터와 배제 제약 조건만을 사용할 때, 로이 모델은 캐나다에서 여성의 STEM 분야 비율 저하를 어느 정도 설명할 수 있는가?

주요 결과

• 논문은 강한 분포 가정 없이 자기선택과 배제 제약 조건만을 사용하여 로이 모델에서 잠재 결과에 대한 날카운 비모수적 경계를 수립한다.
• 한 분야의 결과에만 영향을 주거나 선택 결정에만 영향을 주는 배제 제약 조건가 충분히 식별력을 제공함을 입증하였으며, 전체 지원 조건이 없더라도 성립한다.
• 이산 결과의 경우, 기존 문헌에서 다루지 않은 바가 많았던 새로운 식별 결과를 제공한다.
• 점별 경계와 기능적 경계의 차이는 핵심적이다: 불평등 측정치와 같은 특성을 추정하기 위해서는 기능적 경계가 필요하며, 일반적으로 점별 경계보다 넓다.
• 캐나다 대학 전공 선택 데이터에 적용한 결과, 관측된 성별 격차는 선택을 고려한 후에도 잠재 결과의 상당한 관측되지 않은 차이와 일치함을 시사한다.
• 경계 분석 결과, 여성의 STEM 분야 비율 저하는 관측된 잠재 결과의 차이로는 완전히 설명될 수 없으며, 선호도나 능력에 대한 지속적인 관측되지 않은 성별 특이성 이질성이 존재함을 시사한다.