Szakpolitikai programok és intézményi változások hatásának elemzése

Szakpolitikai programok és intézményi változások hatásának elemzése Kézdi Gábor Közép-európai Egyetem (CEU) és MTA KRTK

A Magyar Agrárközgazdasági Egyesület konferenciája 2013. május 3. Budapest

A hatás tényellentétes definíciója Realizált eredmények összehasonlítása tényellentétes eredményekkel  Mi történik Y-nal amikor X megtörténik  Y egy realizált eredmény ha X valóban megtörténik  összehasonlítva azzal, ami Y-nal történne, ha X nem történne meg

 Y egy tényellentétes eredmény ha X nem történik meg

Példa: egy agrártámogatási program hatása  A gazdálkodónál mért eredmény (kibocsátás, árak,stb.) agrártámogatás mellett  összehasonlítva azzal, ami a gazdálkodó eredménye lenne agrártámogatás nélkül 2013. május 3.

Kézdi Gábor (CEU és MTAKRTK)

2

A tényellentétes eredmény mérése A tényellentétes eredmények mérése a fő probléma • Mi lett volna ha? De nem az történt, így nem megfigyelhető • Mégis mérni kell, különben nem mondhatunk semmit a hatásról

A tényellentétes eredményt is csak valamilyen megfigyelhető eredménnyel mérhetjük • Olyan helyzetben, amikor X nem történik meg • És úgy gondoljuk, hogy az jól mutatja a tényellentétes eredményt – Vagyis azt, hogy mi történt volna a minket érdeklő megfigyeléssel akkor, ha X nem történt volna meg vele

Minden hatáselemzés tesz feltételezéseket a tényellentétes eredményre vonatkozóan • A jobb elemzések ezt explicit módon teszik meg 2013. május 3.


3

Mérési lehetőségek Randomizált kísérletek Nem kísérleti módszerek („kvázi-kísérletek”) • úgy teszünk, mintha kísérletet elemeznénk • Ezen belül több módszer is használatos – Diszkontinuitás modellek – Difference-in-differences és általánosításai • Fixed effects, correlated random effects, synthetic controls...

– Matching – Többváltozós regresszió

Bevallottan torz mérések • Tudjuk, hogy a mérésünk torz, de megpróbáljuk a valószínű torzítás irányát és mértékét meghatározni és figyelembe venni 2013. május 3.


4

Randomizált kísérletek Véletlennek köszönhető, hogy kivel történik meg a hatás • Véletlenszerű, hogy ki kerül a „kezelt csoportba” (érinti a policy vagy intézményi változás) és ki kerül a „kontroll csoportba” (nem érinti a változás) • A gyógyszerkísérlet-analógia hasznos • A véletlenszerű csoportba rendelés miatt a kontroll csoport eredményei jól mutatják, hogy mi történt volna a kezelt csoporttal, ha nem kapják meg a kezelést – Átlagosan – Ha minden jól történik

• Egyszerű az elemzés: össze kell hasonlítani a két csoportban mért átlagot – A tesztelés kicsit bonyolult tud lenni ha nem elég nagyok a minták 2013. május 3.


5

Egy randomizált kísérlet Ghanai gazdálkodók (Pace Phillips, Innovations for Poverty Action)

• Azért fektetnek keveset a gazdálkodók a gazdaságukba, mert nem férnek hozzá megfelelő hitelhez, vagy mert kockázatkerülők? •

1377 gazdálkodó 22 faluban

• Véletlenszerű besorolás 4 csoportba 1. Biztosítást vásárolhatnak a csapadékmennyiségre (729 gazdálkodó) 2. Kedvezményes hitelt kaphatnak (363 gazdálkodó) 3. Biztoítást is vásárolhatnak és hitelt is kaphanak (108 gazdálkodó) 4. Kontroll csoport (177 gazdálkodó)

• A véletlenszerű kiválasztás miatt a csoportok átlagosan nagyon hasonlóak – Mindenben, ami a kísérlet előtt mérhető volt 2013. május 3.


6

Randomizált kísérlet, eredmények Ghanai gazdálkodók • Összehasonlítva a kontrollcsoporttal, 1. Aki biztosítást vásárolt, azok 13 százalékkal növelték a gazdaságukra fordított kiadásaikat (befektetéseiket) 2. Akik hitelt kaptak, azok is növelték a kiadásokat, de kisebb mértékben, és csak műtrágyára 3. Akik biztosítást is vásároltak és hitelt is kaptak, azok növelték leginkább a kiadásaikat

• De a kiadások növekedése nem járt együtt a profit növekedésével • Konklúzió: a kockázatkerülés és a hitelekhez való hozzáférés hiánya is probléma – A kockázatkerülés hatása jelentősen enyhíthető megfelelő biztosítással – De számos kérdés maradt 2013. május 3.


7

Egy diff-in-diffs elemzés Etiópiai gazdálkodók (Matsumoto és Yamato, National Graduate Institute for Policy Studies, Tokyo)

• Magasabb hozamot érnek-e el a gazdálkodók, ha hitelt vesznek fel? • Probléma: az, aki hitelt vesz fel, sok minden másban is különbözik attól, aki nem vesze föl hitelt, és ez számíthat a hozamoknál is... • 400 gazdálkodó 40 faluban • Megfigyelés 2004-ben és 2006-ban • Hogyan változott azoknál a hozam, akik felvettek hitelt a két időpont között – Összehasonlítva azokkal, akik nem vettek föl hitelt?

• Feltevés: Ha nem vettek volna föl hitelt, a hozam úgy változott volna azoknál, akik hitel vettek föl mint azoknál, akik nem vettek fel hitelt 2013. május 3.


8

Diff-in-diffs • Jobb, mint a hitelt felvevők és a hitelt nem felvevők hozamainak egyszerű összehasonlítása – Mert kontrollál a hitel felvétele előtti hozamokra

• Szükséges a „közös trend” – Feltevés: ha nem vettek volna fel hitelt, a hitelfelvevők hozamai ugyanúgy változtak volna, mint a hitelt nem felvevők hozamai

• Nem szükséges a „közös szint” – De megengedjük, hogy a hitelfelvevők hozamai átlagosan eltérjenek a nem hitelfelvevők hozamaitól akkor is, ha nem vettek volna fel hitelt

• Általában jobb, mint a keresztmetszeti regresszió – Egy keresztmetszeti regresszióban magyarázó változók bevonásával próbáljuk meg kontrollálni mindazt, ami miatt a hitelfelvevők hozamai hitelfevétel nélkül is eltérhenének a hitelt nem felvevők hozamaitól – Mindent kontrollálni hiú remény 2013. május 3.


9

Diff-in-diffs • Rosszabb, mint a kísérlet – A közös trend feltevés csak egy feltevés – Bár több időpontra vonatkozó adattal megvizsgálható, hogy két olyan időpont között hasonlóak voltak-e a valtozások a későbbi hitelfelvevők és nem hitelfelvevők között, amikor még a későbbi hitelfelvevők sem vettek fel hitelt

• Megvalósítható anélkül, hogy beleszólnánk a policy menetébe – Randomizált kísérletnél mindennek úgy kell történnie, ahogy a hatáselemzés megkívánja

• Egyszerűbb és robusztosabb mint a többáltozós regresszió vagy a bonyolultabb modellek (pl. „Heckman-féle szelekciós modellek”) – Könnyebb kommunikálni – Mi magunk is jobban értjük, hogy pontosan mi is történik a becslés során

2013. május 3.


10

Eredmények az etióp tanulmányból • 1994: 100% hitelbiztosítás trágya vásárlásra adott hitelre • 2000-es évek elejére a vásárolt trágya 90%-a ilyen hitelből történt • Probléma lehet ha a hitelt nem a legmegfelelőbb trágyára használják – A 100% garancia torzíthatja az ösztönzőket

• Minta több területen működő gazdálkodókból • Megfigyelés kétszer: 2004-ben és 2006-ban • Diff-in-diffs eredmények – Jobban nőtt a trágya felhasználás azoknák, akik hitelfelvevők lettek – De nem nőtt jobban a hozam a kukorica és búza esetében azoknák, akik hitelfelvevők lettek – Csak a teff esetében mutatható ki nagyobb hozamnövekedés

• Még ezek a „nem-eredmények” is valószínűleg torzak felfelé 2013. május 3.


11

Eredmények az etióp tanulmányból

2013. május 3.


12


2013. május 3.


13


2013. május 3.


14


2013. május 3.


15

Konklúziók • A tényellentétes eredményekről való gondolkodás alapvető része a policy és intézményi hatások elemzésének • A tényellentétes eredmények mérése az ilyen elemzések kucsproblémája • A legjobban ezt a randomizált kísérletek kezelik – Ritkák de egyre gyakrabbak

• A nem kísérletes módszerek csak erősebb feltevések mellett működnek • Ezeket a feltevéseket explicitté kell tenni • Jobbak azok a módszerek, amiknél kevésb erés feltevéseket kell tenni – És általában egyszerűbbek is

• De mindig explicitté kell tenni, hogy milyen irányba torzíthatnak 2013. május 3.


16

Köszönöm a figyelmet! Kézdi Gábor Közép-európai Egyetem (CEU) és MTA KRTK [email protected]

Szakpolitikai programok és intézményi változások hatásának elemzése

Recommend Documents