dc.creator | Troncoso Ponce, David | es |
dc.date.accessioned | 2020-07-08T12:45:01Z | |
dc.date.available | 2020-07-08T12:45:01Z | |
dc.date.issued | 2018 | |
dc.identifier.citation | Troncoso Ponce, D. (2018). Estimation of competing risks duration models with unobserved heterogeneity using hsmlogit. (Informe). Universidad de Sevilla, Sevilla. | |
dc.identifier.uri | https://hdl.handle.net/11441/99053 | |
dc.description.abstract | Este artículo presenta hsmlogit, un nuevo comando de estimación que estima modelos de
duración en tiempo discreto con riesgos en competencia y presencia de heterogeneidad
inobservable. hsmlogit permite la estimación de uno, dos y hasta tres riesgos en competencia,
así como la especificación (por parte del usuario) de un máximo de cinco puntos-masa para la
identificación no paramétrica de la distribución de heterogeneidad inobservable (Heckman y
Singer, 1984).
La contribución de este comando es mostrada en el presente trabajo mediante la estimación de
un conjunto de modelos de duración, cuyo objetivo es evaluar el impacto que un determinado
tipo de contrato laboral, introducido en España a principios de los años noventa, denominado
Contrato para la Formación y el Aprendizaje, ha tenido sobre una muestra de trabajadores
jóvenes en el mercado laboral español durante el periodo 2000-2014. Dicha muestra ha sido
extraída de la Muestra Continua de Vidas Laborales (MCVL), y contiene los historiales
laborales completos de un total de 48.246 entrantes al mercado laboral con edades
comprendidas entre 16 y 24 años, y un bajo nivel educativo. Una vez expandido cada episodio
laboral en observaciones de periodicidad mensual, la muestra final de estimación tiene
1.316.611 observaciones.
Los resultados obtenidos muestran la relevancia de modelizar más de un riesgo en competencia
en la estimación del efecto potencial del contrato de formación y aprendizaje sobre las tasas de
transición desde el empleo. Concretamente, la estimación de un modelo de duración con tres
riesgos en competencia ha permitido descubrir el posible papel que juegan las subvenciones
públicas a la conversión de los contratos de formación y aprendizaje en contratos indefinidos
sobre las tasas directas (sin pasar por un episodio de desempleo intermedio) de salida hacia un
empleo indefinido tras la finalización del contrato de formación.
Finalmente, hsmlogit proporciona las expresiones algebraicas tanto del vector gradiente como
de la matriz Hessiana, lo cual reduce significativamente los tiempos de computación necesarios
para alcanzar la convergencia del modelo, y además, mejora la precisión de los errores estándar
de los coeficientes estimados. La posibilidad de estimar modelos de duración con riesgos en
competencia y presencia de heterogeneidad inobservable, unido a la significativa reducción en
los tiempos de computación, permiten al investigador explotar adecuadamente la complejidad y
riqueza de bases longitudinales de microdatos de gran tamaño. | es |
dc.description.abstract | This article presents hsmlogit, a new Stata command that estimates
multispells discrete time competing risks duration models with unob-
served heterogeneity. hsmlogit allows for the estimation of one, two
and up to three competing risks, as well as a maximum of five points
of support for the identification of unobserved heterogeneity distribution
([Heckman and Singer, 1984]). The main contribution of hsmlogit is that
allows for exploiting the richness of large longitudinal micro datasets, by
estimating competing risks duration models, instead of one-risk models
(such as hshaz and hshaz2), as well as it takes into account the presence
of unobserved heterogeneity affecting transition rates. In addition to this,
and taking into account the larger size of longitudinal micro datasets used
for the estimation of discrete time duration models, hsmlogit also pro-
vides the algebraic expressions of both first and second order derivatives
that, respectively, de ne the gradient vector and Hessian matrix, which
significantly reduce time required to achieve model convergence. | es |
dc.format | application/pdf | es |
dc.format.extent | 26 p. | es |
dc.language.iso | eng | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Duration analysis | es |
dc.subject | Unobserved heterogeneity | es |
dc.subject | d2 ml method | es |
dc.subject | hshaz | es |
dc.subject | hshaz2 | es |
dc.subject | hsmlogit | es |
dc.subject | Hessian matrix | es |
dc.title | Estimation of competing risks duration models with unobserved heterogeneity using hsmlogit | es |
dc.type | info:eu-repo/semantics/report | es |
dcterms.identifier | https://ror.org/03yxnpp24 | |
dc.type.version | info:eu-repo/semantics/publishedVersion | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.relation.publisherversion | https://documentos.fedea.net/pubs/dt/2018/dt2018-03.pdf | es |