Employment and Earnings Effects of Displaced Workers: Evidence from Unexpected Firm Closures due to Sudden Death of Firm Owners NØF: Koldingfjord 2014.

Slides:



Advertisements
Lignende præsentationer
Du skal vide nogen om blodtrykket, fordi det fortæller noget om hvordan dit hjerte har det. HUSK - at hjertet ikke er til at undvære ligesom bilen.
Advertisements

7. Januar 2012 Hans Christian Engelbrecht
8. december 2010 på Egegård Skole
Analyse af regionale beskæftigelses- og ledighedsmønstre Seminar om udligningsarbejdet.
Langvarigt sygefravær
Du skal vide nogen om blodtrykket, fordi det fortæller noget om hvordan dit hjerte har det. HUSK - at hjertet ikke er til at undvære ligesom bilen.
Uddannelsesaktivering - Hvad ved vi?
Oplæg til BRK: Udligningsreform og overvejelser vedr. anvendelser af CRT’s data og modeller Bjarne Madsen.
Kim Lyng Madsen Lau Kingo Marcussen
Dummyvariabler 13. oktober 2006
20. august Arbejdsmarkedskommissionens anbefalinger Velfærd kræver arbejde.
Dagens program Kursusevaluering Information Spørgsmål om eksamen
Overskrift her Navn på oplægsholder Navn på KU- enhed For at ændre ”Enhedens navn” og ”Sted og dato”: Klik i menulinjen, vælg ”Indsæt” > ”Sidehoved / Sidefod”.
Bolig selskabernes Landsforening– Almene lejeboliger - Maj/Juni Almene lejeboliger - Danmarkspanelet - Maj/Juni 2010.
Problemløsningsheuristik I.1 Hvordan besvarer man sin problemstilling? I.Forstå problemstillingen 1.Hvad er det (i min problemstilling) som jeg ikke ved.
KM2: F221 Kvantitative metoder 2 Specifikation og dataproblemer 2. maj 2007.
SMUT PAKKE 4 VIDEN OM MOTION.
Fremtidens ledelse af en kulturvirksomhed
1 Effektiv forrentning Kjeld Tyllesen PEØ, CBS Erhvervsøkonomi / Managerial Economics Kjeld Tyllesen, PEØ, CBS.
Statistik.
Infrastruktur som en vækstdriver for Danmark Københavns Lufthavne 9. marts 2011 Kan transportinfrastruktur skabe vækst? Niels Buus Kristensen 1.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 4. november 2005.
Gentagne tværsnit og panel data II 9. maj 2007
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 14. april 2003.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 26. november 2004.
Økonometri 1 Gentagne Tværsnit og Paneldata II. Gentagne tværsnit og paneldata II 2 Gentagne tværsnit (W ): Opsamling.  Kombinerer tværsnit indsamlet.
1 Lektion 18: Priser i en åben økonomi 1.Økonomiske nyheder 2.Repetition 3.Dagens pensum 4.Hvad kan I få eksamensspørgsmål i? 5.Næste lektion 6.Tilbagemelding.
Introduktion til Access (Access, del 1)
Jobrådgivernes Brancheforening Brugertilfredshed hos ”anden aktør” København 30. november 2011.
Stiliseret cost-benefit som ”evalueringsmetode” Rasmus Højbjerg Jacobsen CEBR Copenhagen Business School.
Økonometri 1 Mere om dataproblemer Gentagne tværsnit og panel data I.
Økonometri 1: Dummy variable
Signifikanstest ved (en eller) to stikprøver
1 Middelfart Kommune Synsvinkler i forhold til den sociale udligning.
1 Specialeforsvar Transparency and the price setting behavior of firms Casper Mønsted & Jonas Herby 29. november 2006.
ELEVOPGAVER I HYGIEJNE
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 7. april 2003.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 10. december 2004.
Udvikling i GODS Transporten Sammenfatningsrapport maj 2010.
Avancerede Paneldata Metoder I
Globaliseringsredegørelsen 24.mar. 14 Figurer fra Danmark tiltrækker for få udenlandske investeringer i Sådan ligger landet
Mød Aalborg Universitet
MSBuild & Team Build i C#/C++ solutions VSTS ERFA d. 25 November.
Rapporter (Access, del 5). RHS – Informationsteknologi – Udgangspunkt Vi har oprettet en database Vi har defineret en eller flere tabeller, og.
Grunde til at jeg elsker dig
Geokommunikation - visualisering af geografiske data.
Introduktion til Access (Access, del 1). RHS – Informationsteknologi – Fra design til udvikling Vi ved nu, hvordan vi finder et design for en database,
10.mar. 15 Udvikling i løn, priser og konkurrenceevne Dansk Industri.
Økonometri 1 Gentagne Tværsnit og Paneldata II 20. november 2006.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 9. november 2004.
Problemløsningsheuristik I.1 1.Hvad er det (i min problemstilling) som jeg ikke ved endnu? Dvs. hvad leder jeg efter (og hvorfor er det vigtigt/interessant.
Problemløsningsheuristik A.1 1.Hvad er det (i min problemstilling) som jeg ikke ved endnu? Dvs. hvad leder jeg efter (og hvorfor er det vigtigt/interessant.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation og dataproblemer 2. november 2004.
Instrumentvariabel estimation 21. maj 2007
Økonometri 1 Gentagne tværsnit og panel data I 5. april 2006.
Økonometri 1: Dummy variable1 Økonometri 1 Dummy variable 24. marts 2003.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Heteroskedaticitet (Specifikation og dataproblemer) 2. november 2005.
Kvantitative metoder 2: Den multiple regressionsmodel1 Kvantitative metoder 2 Den multiple regressionsmodel 26. februar 2007.
Økonometri 1: F151 Økonometri 1 Specifikation og dataproblemer 10. november 2006.
Energimærkets top-ti – og hvad vi ellers kan lære af 7500 energimærker… Tema-eftermiddage om energimærkning og energibesparelser Energiforum.
VTU 2008 | Virksomhedstilfredshedsundersøgelse Aalborg Tekniske Skole Svarprocent: 27% (414 besvarelser ud af mulige)
Økonometri 1 Gentagne tværsnit og panel data I 9. November 2005.
Økonometri 1 Avancerede Paneldata Metoder II Introduktion til Instrumentvariabler 27. november 2006.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 13. februar 2003.
Økonometri 1: Den simple regressionsmodel Økonometri 1 Den simple regressionsmodel 7. september 2004.
Økonometri 1: F141 Økonometri 1 Specifikation og dataproblemer 6. november 2006.
KM2: F41 Kvantitative metoder 2 Den simple regressionsmodel 14. februar 2007.
KM2: F211 Kvantitative metoder 2 Specifikation og dataproblemer 30. april 2007.
Betydningen af fars barsel for lige løn mellem kønnene
Præsentationens transcript:

Employment and Earnings Effects of Displaced Workers: Evidence from Unexpected Firm Closures due to Sudden Death of Firm Owners NØF: Koldingfjord 2014 Januar, 2014 Andreas Orebo Hansen & Esben Anton Schultz 1

Agenda 1.Introduktion 2.Empiriske analyser af displacement effekter 3.Identifikationsstrategi og deskriptiv statistik 4.Empiriske resultater 5.Vurdering af resultater og konklusion 6.Næste skridt: Mulige add-ons 2

1. Introduktion 3 Hvorfor er det interessant at undersøge effekterne af at blive fyret? – Socialt aspekt: Hvad er de individuelle (økonomiske) omkostninger er af, at blive fyret. – Samfundsøkonomisk aspekt: Hvad er de samfundsmæssige omkostninger af, at folk bliver fyret. – Policy implikationer: Displacement effekter giver en indikation af betydningen af branche- og virksomhedsspecifikke faktorer i løndannelsen, og kan derfor være retningsbestemmende for den aktive arbejdsmarkedspolitiske indsats. – OBS: En egentlig diskussion af effekternes policyimplikationer er uden for rammerne af papirets analytiske formål.

2. Empiriske analyser af displacement effekter 4 Følgende resultater kan rapporteres fra litteraturen: – Effekterne varierer afhængig af benyttet data (survey/administrativt) og på tværs af brancher og konjunkturer. – Der findes også stor variation i effekterne på tværs af lande: De største effekter findes i Tyskland, Italien, Storbritannien og USA. Effekterne i de skandinaviske lande, Belgien og Japan er moderate. Forskelle i effekternes størrelse kan oplagt skyldes forskelle i arbejdsmarkedsstrukturer (ex høj jobomsætning i Danmark som følge af ”flexicurity”). – Der foreligger et studie på danske data [Albæk et al. (2002)], hvorfra følgende kan rapporteres: 1. årseffekter: -4,0% på timelønnen og -6,4% på årslønnen (for genansatte). 3. årseffekter: -4,7% på timelønnen og -6,8% på årslønnen (for genansatte). Dvs. moderate, men vedvarende tab.

3. Identifikationsstrategi 5 Svært at måle displacement effekter… – Der eksisterer et fundamentalt identifikationsproblem når man vil undersøge effekterne af displacement. – Problemet er, at det ikke er tilfældigt hvem der bliver fyret, hvorfor der eksisterer et endogenitetsproblem. Litteraturens forsøg på at løse problemet… −Der forsøges at tage høje for dette problem ved at benytte virksomhedslukninger som en slags naturligt eksperiment. −Problemet med dette er, at det ikke er tilfældigt hvilke virksomheder, som lukker. Dvs. der opstår nyt endogenitetsproblem… −Dette problem kan ofte identificeres i data som et Ashenfelter’s Dip (se næste slide).

3. Identifikationsstrategi 6 Ashenfelter’s Dip Pre-displacement

3. Identifikationsstrategi 7 Det har således endnu ikke været muligt at identificere en eksogen variation som har muliggjort identifikation af de ”sande” displacement effekter. Sudden death-identifikation… – I dette papir benyttes det omfattende danske registerdata til at identificere eksogen variation via en indtil nu ubenyttet identifikationsstrategi. – Ved at identificere virksomhedslukninger som følge af ejerens pludselige død genereres eksogen variation i beskæftigelsesstatus. – Denne eksogene variation gør det muligt at undgå de endogenitetsproblemer der hidtil har plaget litteraturen. Identifikationen udføres på følgende vis…

3. Identifikationsstrategi 8

9

10 Dvs. ( =) 149 virksomheder lukker ikke i den betragtede periode…

3. Identifikationsstrategi 11

3. Identifikationsstrategi To potentielle trusler mod identifikation: 1.Det er ikke tilfældigt hvilke virksomheder der lukker som følge af ejerens pludselige død (husk, at ikke alle virksomheder lukkede efter ejerens død). – Addresseres i papiret ved at benytte de beskæftigede i de ikke-lukkede virksomheder som treatment-gruppe. – Resultat: Ingen signifikante behandlingseffekter (vises senere). – Fortolkning: Indikation af, at det er tilfældigt hvilke virksomheder som lukker. 2.Det er ikke tilfældigt hvilke virksomhedsejere som dør pludseligt (ex pga. ”risky behavior”). – Addresseres ikke i papiret, men kan undersøges ved kun at kigge på død som følge af trafikuheld, ex. – Resultat: TBA. – Fortolkning: Såfremt der ikke findes signifikant andre effekter her, så er det en indikation af, at ”risky behavior” ikke er en trussel mod identifikationen. 12

3. Deskriptiv statistik 13

4. Empiriske resultater 14 Empiriske resultater opdelt i… 1.Grafisk evidens 2.Estimationsanalyse Der benyttes en difference-in-differences (DiD)tilgang som har to identificerende antagelser: 1.Ingen sammensætningsændringer over tid: Opfyldt som følge af den eksogene variation (dvs. ikke mulighed for selvselektion). 2.Common trend-antagelse, dvs. grupperne skal følge den samme underliggende trend over tid: Undersøges ved grafisk inspektion.

4. Empiriske resultater: Grafisk evidens 15 Effekten af displacement på beskæftigelse DiD: 2,5 % DiD: 7,3 % Markant fald i beskæftigelses- graden umiddelbart efter displacement, men herefter konvergens tilbage. Common-trend antagelse opfyldt! Ingen tegn på Ashenfelter’s Dip…

4. Empiriske resultater: Grafisk evidens 16 Effekten af displacement på årlig lønindkomst DiD: 5,9 % DiD: 9,5 % Ligeledes et markant fald i årlig lønindkomst umiddelbart efter displacement. Effekten er varig. Måske drevet af lavere timeløn/ kortere arbejdstid? Common-trend antagelse opfyldt! Ingen tegn på Ashenfelter’s Dip…

4. Empiriske resultater: Grafisk evidens 17 Effekten af displacement på timeløn (balanceret panel) DiD: 2,5 % DiD: 0,7 % Ingen umiddelbar effekt på timeløn. Dog et fald efter fire år, hvilket også kan forklare effekten på den årlige lønindkomst. Common-trend antagelse opfyldt! Ingen tegn på Ashenfelter’s Dip…

4. Empiriske resultater: Grafisk evidens 18 Robusthedstjek: Skyldes effekterne blot, at de virksomheder, som lukker som følge af ejerens død, er nogle specielt svage virksomheder. Mao.: Er de fundne effekter et resultat af en selektion snarere end displacement effekter? For at undersøge dette sammenlignes udviklingen i de tre variable nu med arbejderne i de ikke-lukkede virksomheder, hvor ejeren er død. Såfremt der ikke findes forskelle er det en indikation af, at de fundne effekter ikke skyldes selektionsbias…

4. Empiriske resultater: Grafisk evidens 19 Udviklingen i beskæftigelsesgraden Ingen indikation af selektionsbias…

4. Empiriske resultater: Grafisk evidens 20 Udviklingen i årlig lønindkomst Ingen indikation af selektionsbias…

4. Empiriske resultater: Grafisk evidens 21 Udviklingen i timeløn (balanceret panel) Ingen indikation af selektionsbias…

4. Empiriske resultater: Estimationer 22

4. Empiriske resultater: Estimationer ,6%

4. Empiriske resultater: Estimationer 24 -7,0% -2,6% Signifikante ved større sample?

4. Empiriske resultater: Estimationer 25

4. Empiriske resultater: Grafisk evidens 26 Robusthedstjek: Igen undersøges om effekterne blot skyldes, at de virksomheder, som lukker som følge af ejerens død, er nogle specielt svage virksomheder. For at undersøge dette, benyttes arbejderne i de ikke-lukkede virksomheder, hvor ejeren er død, nu som treatment-gruppe. Såfremt der ikke findes signifikante forskelle kan det afvises, at de fundne effekter skyldes selektionsbias…

4. Empiriske resultater: Estimationer 27 Ingen indikation af selektionsbias!

5. Vurdering af resultater og konklusion 28 Følgende kan konkluderes på baggrund af analysens resultater: – Papiret er som det første i litteraturen i stand til at identificere en eksogen variation. Dermed undgås de endogenitetsproblemer som hidtil har plaget litteraturen. – Papiret bringer evidens for moderate displacement effekter på det danske arbejdsmarked. →Beskæftigelsesgrad: →1. årseffekter: -7,7% →5. årseffekter: -2,7% (signifikant?) →Årlig lønindkomst: →1. årseffekter: -10,6% / 0% for genansatte. →5. årseffekter: 7,0% (signifikant?) / 0% for genansatte. →Timeløn: →1. årseffekter: 0% →5. årseffekter: -2,6% (signifikant?)

5. Vurdering af resultater og konklusion 29 Vurdering af effekternes størrelsesorden: De fundne effekter er i underkanten af hvad Albæk et al. (2002) fandt: Potentielle forklaringer på forskelle: →Sudden death-identifikationen undgår endogenitetsproblemerne som kan lede til upward bias. →Forskelle i analyseperioder. →Forskelle i sample means (og dermed typer af arbejdere). Årlig lønindkomst (genansatte) Timeløn Studie:Kort sigtLangt sigtKort sigtLangt sigt Orebo Hansen (2013) Albæk et al. (2002) 0% -2,6% -4,7% -4,0% -6,8%-6,4%

6. Næste skridt: Mulige add-ons Undersøgelse af effekter på tilfældigt døde, hvor dødsårsag er trafikuheld – Ved at gøre dette kan man undersøge, om der er nogle selektionseffekter af ”risky behavior”, dvs. om identifikationen er påvirket af, at nogle virksomhedsejere eksempelvis fører en mere usund livsstil. Undersøgelse af branchespecifikke displacement effekter. – Ved at undersøge om der er særligt store displacement effekter for de personer, som finder beskæftigelse i en ny sektor end den de blev afskediget fra. Diskussion af effekternes størrelse afhængig af arbejdsmarkedsregime. Addresering af eksternt validitetsproblem. 30