Income, employment and health risks: methods and applications
- Autores: Siqi Wei
- Directores de la Tesis: Manuel Arellano (dir. tes.)
- Lectura: En la Universidad Internacional Menéndez Pelayo (UIMP) ( España ) en 2022
- Idioma: español
- Tribunal Calificador de la Tesis: Richard Blundell (presid.), Enrique Sentana Iváñez (secret.), Orazio Pietro Attanasio (voc.)
- Programa de doctorado: Programa de Doctorado en Economía y Gobierno por la Universidad Internacional Menéndez Pelayo
- Materias:
- Texto completo no disponible (Saber más ...)
- Resumen
Comprender los riesgos a los que se enfrentan las personas es un tema relevante. Ser capaz de explorar diferentes fuentes y magnitud de los diferentes riesgos puede ayudarnos a comprender el comportamiento de las personas. Además, también es un insumo crucial para las evaluaciones de políticas. Esta disertación tiene como objetivo proporcionar métodos y aplicaciones para identificar diferentes fuentes de incertidumbre que las personas encuentran en el mercado laboral (ingresos, empleo y riesgos para la salud), para comprender su contribución a los resultados del mercado laboral (ingresos laborales, empleo y dinámica laboral), y costos de bienestar, y para proporcionar insumos para la evaluación de políticas.
En el primer capítulo, me enfoco en los riesgos que enfrentan las personas mayores y sus decisiones de jubilación en Estados Unidos. Específicamente, comienzo señalando que en lugar de tener una salida única y permanente del mercado laboral, muchos trabajadores mayores experimentan una transición gradual hacia la jubilación completa a través de trabajos "puente", que a menudo implican dejar un trabajo de carrera y pasar a un trabajo peor pagado y menos exigente.
Para explicar esta transición gradual hacia la jubilación total, propongo un shock no lineal relacionado con el envejecimiento: un shock de desajuste, que no empareja a los trabajadores con su trabajo actual y desencadena la baja laboral. Desarrollo un marco empírico de empleo y transiciones laborales junto con procesos estocásticos de horas y salarios, lo que me permite separar los riesgos para la salud, los riesgos de productividad específicos del individuo, los riesgos de desajuste específicos de la empresa, la calidad de las ofertas externas y los riesgos de destrucción de empleo que enfrentan las personas mayores. El modelo se estima con una muestra de hombres de 51 a 70 años de edad en el Estudio de Salud y Jubilación de EE. UU. aplicando un algoritmo EM estocástico de parámetros expandidos. El capítulo encuentra que los choques de desajuste juegan un rol importante en la explicación de la reducción en los salarios y las horas de trabajo para individuos que cambian de empresas. Cerrar los choques de desajuste implica que la caída salarial media de los trabajadores que transitan a un trabajo puente se reduce en alrededor de un 55%, y la varianza de los cambios salariales se reduce en un 17%-28%, según los grupos de edad.
Además, calculo el costo de bienestar de los riesgos de desajuste y cuantifico cuánto valoran las personas la posibilidad de una transición flexible a la jubilación completa mediante la construcción de un modelo estructural de consumo, empleo y movimientos laborales basado en la utilidad, donde los agentes enfrentan los mismos riesgos que en el modelo empírico. El modelo se estima utilizando un algoritmo novedoso basado en simulación que explota la conexión con el modelo empírico y las estimaciones del modelo empírico ¿estructural?. Los resultados muestran que el costo medio de los riesgos de desajuste equivale a una reducción en el flujo de consumo de 5.3% -7.1% según el grupo de educación. Prohibir los cambios de trabajo y el reingreso provoca una pérdida de bienestar equivalente a una caída del consumo del 12%-14%.
El segundo capítulo se centra en el algoritmo de estimación utilizado en el primer capítulo, el algoritmo EM estocástico de parámetros expandidos, y analiza sus aplicaciones a los modelos de datos de panel no lineales. El algoritmo Expectation-Maximization (EM) original es una herramienta popular para estimar modelos con variables latentes. En modelos complejos, a menudo se implementan versiones simuladas, como EM estocástico, para superar las dificultades de calcular las expectativas de forma analítica. Sin embargo, un inconveniente del algoritmo EM y sus variantes es la lenta convergencia en algunos casos, especialmente cuando los modelos contienen variables latentes de alta dimensión. Liu, Rubin and Wu, 1998 propuso un algoritmo de parámetros expandidos (PX-EM) para acelerar la convergencia. En este capítulo, combino su técnica de expansión de parámetros con el algoritmo EM estocástico y exploro el potencial de PX-SEM para estimar modelos de panel no lineales. Específicamente, desarrollo métodos PX-SEM para dos tipos de modelos de datos de panel no lineales: 1) modelos de elección binaria con efectos individuales y choques persistentes y transitorios, y 2) procesos de cuantiles dinámicos persistentes-transitorios. Encuentro que PX-SEM puede acelerar en gran medida la convergencia, especialmente cuando la conjetura inicial está relativamente lejos de los valores reales.
El último capítulo, que es un trabajo conjunto con Manuel Arellano, Stéphane Bonhomme, Micole De Vera y Laura Hospido, estudia la desigualdad del riesgo de ingresos en España. El punto de partida es que además de la desigualdad en los niveles de ingresos, también existe la desigualdad en el riesgo de ingresos: algunas personas tienen ingresos muy estables para poder hacer predicciones precisas de sus ingresos futuros, mientras que otras tienen ingresos mucho más volátiles que son menos predecibles. . En este capítulo, nos enfocamos directamente en el riesgo y desarrollamos una metodología para construir medidas de riesgo de ingresos individuales: el riesgo se construye como funciones del historial de empleo anterior, los ingresos y la demografía. Utilizamos datos administrativos de la seguridad social y documentamos la desigualdad del riesgo de renta en España entre 2005 y 2018. Centrándonos en los hombres, encontramos que el riesgo de renta individual es muy desigual en España: más de la mitad de la economía tiene una previsibilidad casi perfecta de su ingresos, mientras que algunos se enfrentan a una incertidumbre considerable. El riesgo de ingresos está inversamente relacionado con los ingresos y la edad, y la desigualdad del riesgo de ingresos aumenta notablemente en la recesión. Estos hallazgos son sólidos para una variedad de especificaciones, incluido el uso de redes neuronales para la predicción y la heterogeneidad individual no observada.
Understanding the risks that people face is an important topic. Being able to figure out different sources and the sizes of different risks can help us understand people's behavior. Moreover, it is also a crucial input for policy evaluations. This dissertation aims to provide both methods and applications to identify different sources of uncertainty that people encounter in the labor market (income, employment, and health risks), to understand their contribution to labor market outcomes (labor earnings, employment, and job dynamics) and welfare costs, and to provide policy evaluation inputs.
In the first chapter, I focus on the risks that older people face and their retirement processes in the United States. Specifically, I start by pointing out that instead of having a one-time and permanent exit from the labor market, many older workers experience a graduation transition to full retirement through "bridge" jobs, which often involve leaving a career job and moving to a worse-paying and less-demanding job.
To explain this gradual transition to full retirement, I propose a nonlinear aging-related shock — mismatch shock, which mismatches workers with their existing job and triggers job leaves. I develop an empirical framework of employment and job transitions jointly with stochastic wage and hour processes, which allows me to separate health risks, individual-specific productivity risks, firm-specific mismatch risks, quality of outside offers, and job destruction risks faced by older workers. The model is estimated with a sample of male individuals aged 51 to 70 in the US Health and Retirement Study applying a novel parameter-expanded stochastic EM algorithm. The chapter finds that mismatch shocks play an important role in explaining the reduction in wages and hours for movers. Shutting down mismatch shocks implies that the mean wage drop of movers is reduced by around 55%, and the variance of wage changes is reduced by 17%-28%, depending on age groups.
Furthermore, I calculate the welfare cost of mismatch risks and quantify how much individuals value the possibility of a flexible transition to full retirement by constructing a utility-based structural model of consumption, employment and job movements where agents face the same risks as in the empirical model. The model is estimated using a novel simulation-based algorithm that exploits the connection to the empirical model and the estimates from the empirical model. The results show that the median cost of mismatch risks amounts to a reduction in consumption flow by 5.3%-7.1% depending on the education group. Banning job changes and re-entry causes a welfare loss equivalent to a consumption drop of 12% -14%.
The second chapter focuses on the estimation algorithm used in the first chapter, the parameter-expanded stochastic EM algorithm, and discusses its applications to nonlinear panel data models. The original Expectation-Maximization (EM) algorithm is a popular tool for estimating models with latent variables. In complex models, simulated versions such as stochastic EM, are often implemented to overcome the difficulties in computing expectations analytically. However, a drawback of the EM algorithm and its variants is the slow convergence in some cases, especially when the models contain high-dimensional latent variables. Liu, Rubin and Wu, 1998 proposed a parameter-expanded algorithm (PX-EM) to speed up convergence. In this chapter, I combine their parameter-expansion technique with the stochastic EM algorithm, and explores the potential of PX-SEM for estimating nonlinear panel models. Specifically, I develop PX-SEM methods for two types of nonlinear panel data models: 1) binary choice models with individual effects and persistent and transitory shocks, and 2) persistent-transitory dynamic quantile processes. I find that PX-SEM can greatly speed up convergence especially when the initial guess is relatively far away from true values.
The last chapter, which is joint work with Manuel Arellano, Stéphane Bonhomme, Micole De Vera, and Laura Hospido, studies income risk inequality in Spain. The starting point is that in addition to inequality in income levels, there is also inequality in income risk: some people have very stable incomes so that they can form accurate predictions of their future income, whereas others have much more volatile incomes that are less predictable. In this chapter, we target risk directly and develop a methodology for constructing measures of individual income risk: the risk is constructed as functions of past employment history, income, and demographics. We use administrative data from the social security and document the income risk inequality in Spain between 2005 and 2018. Focusing on males, we find that individual income risk is highly unequal in Spain: more than half of the economy has close to perfect predictability of their income, while some face considerable uncertainty. Income risk is inversely related to income and age, and income risk inequality increases markedly in the recession. These findings are robust to a variety of specifications, including using neural networks for prediction and allowing for individual unobserved heterogeneity.
