Applications of Multivariate Mixed Proportional Hazard Models in Labor and Population Economics

Abstract

Duration analysis is one of the core subjects in microeconometrics and the number of available models has increased steadily over the last forty years. In labor and population economics, the Mixed Proportional Hazard (MPH) model and its multivariate extensions, the so-called Multivariate Mixed Proportional Hazard (MMPH) models, are state of the art and the most widely used models to estimate durations and their determinants. In particular, MMPH models allow for the estimation of several durations per individual. These durations may occur successively and past durations may influence future ones or they may occur and influence each other simultaneously. This thesis presents two applications of substantive MMPH models in labor and population economics that use comprehensive administrative data on individual employment histories and survey data on individual employment histories and other life course events.

The dynamics in individual employment histories are of primary interest for the development of labor market policies. In a first application I use a MMPH model with competing risks of exit in order to estimate the form and magnitude of a variety of state dependence effects for prime aged men in Germany, These men are drawn from the Integrated Employment Biographies Sample of the Institute for Employment Research (IAB). I differentiate between three labor market states: employment, unemployment, and out of labor force. Results indicate that all forms of state dependence are present in the data, in particular, there is strong duration dependence in employment and unemployment. Furthermore, past unemployment experiences are scarring and make future unemployment more likely, while past employment experiences help to find new employment, but do not help to remain employed. An additional simulation study confirms the results.

The dependencies between individual employment histories and other life course events are of heavy interest for the policy makers in the fields of labor and population economics. In a second application I use a MMPH model in order to investigate the interrelated dynamics of employment, cohabitation and fertility. The estimation is conducted for the 1960-69 cohort of German women and men drawn from a data set from the study "Working and Learning in a changing world" (ALWA). My results suggest that being employed or nonemployed only has small effects on other transitions, but that employed women with a high hazard of becoming nonemployed are less likely to have children, while nonemployed men having a low hazard of finding a job are more likely to have children. Children reduce the hazard of taking up a job for women and reduce the hazard of becoming nonemployed for women and men. Children also increase the stability of unions. Having a partner strongly increases the likelihood for having children. Interestingly, unions with a high risk of splitting up are more likely to have children. Economically, this can be interpreted as an attempt to invest in partner-specific capital in order to reduce the likelihood of splitting up.

Im Bereich der Arbeits- und Bevölkerungsökonomie bilden Mixed Proportional Hazard Modelle (MPH) und ihre multivariaten Erweiterungen, die Multivariaten Mixed Proportional Hazard Modelle (MMPH) den Standard um Verweildauern und deren Determinanten zu schätzen. MMPH-Modelle ermöglichen insbesondere die Schätzung von mehreren Verweildauern pro Individuum. Diese können dabei sowohl hintereinander auftreten und vergangene Verweildauern können zukünftige beeinflussen, oder sie können zeitgleich auftreten und sich dabei gegenseitig beeinflussen. Diese Dissertation umfasst die Anwendung zweier anspruchsvoller MMPH-Modelle, die auf umfangreichen administrativen Daten über individuelle Erwerbsverläufe und Survey-Daten zu individuellen Erwerbsverläufen sowie weiteren Lebensverlaufsereignisse basieren.

Die Dynamik in Erwerbsverläufen ist von elementarem Interesse für die Entwicklung von Arbeitsmarktmaßnahmen. In der ersten Anwendung verwende ich ein MMPH-Modell mit Competing Risks um Zustandsabhängigkeiten (“state dependence“) innerhalb und zwischen den Arbeitsmarktzuständen Beschäftigung, Arbeitslosigkeit und einem Residualzustand zu ermitteln. Die Untersuchung fokussiert sich auf 30- bis 50-jährige Männer, die der Integrierten Erwerbsbiografien Stichprobe (IEBS) des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) der Bundesagentur für Arbeit entnommen wurden. Die Resultate zeigen, dass Beschäftigung und Arbeitslosigkeit eine hohe gegenwärtige Persistenz aufweisen. Vergangene Arbeitslosigkeitsperioden erhöhen zudem kausal die Wahrscheinlichkeit von erneuter Arbeitslosigkeit. Vergangene Beschäftigungen erhöhen dagegen die Wahrscheinlichkeit einer erneuten Jobaufnahme, ohne allerdings die Stabilität eines zukünftigen Jobs zu erhöhen. Eine zusätzliche Simulationsstudie, zur Analyse langfristiger Auswirkungen, bestätigt diese Ergebnisse.

Die Abhängigkeit von wechselseitigen Erwerbsverläufen zu anderen Prozessen wie Partnerschaft oder Fertilität sind von einem besonderen Interesse für Entscheidungsträger im Bereich von Arbeitsmarkt-, Sozial- und Familienpolitik. In einer zweiten Anwendung verwende ich ein MMPH-Modell, das die wechselseitigen Abhängigkeiten der Prozesse Beschäftigung und Nichtbeschäftigung, Bildung und Auflösung einer Partnerschaft und des Prozesses Kinder zu bekommen untersucht. Das Modell basiert auf einer Stichprobe der Jahrgänge 1960-1969 deutscher Frauen und Männer, die dem Datensatz “Leben und Arbeiten im Wandel” (ALWA) entnommen wurde. Die Ergebnisse zeigen, dass zukünftige Jobchancen großen Einfluss auf Partnerschaft und Fertilität haben. Zudem zeigt sich, dass nichtbeschäftigte Frauen mit Kindern eine geringere Wahrscheinlichkeit haben auf den Arbeitsmarkt zurückzukehren, während beschäftigte Frauen mit Kindern eine geringere Wahrscheinlichkeit aufweisen arbeitslos zu werden. Eine Partnerschaft erhöht wie zu erwarten die Wahrscheinlichkeit Kinder zu bekommen. Auffallend ist dabei aber, dass die Paare mit einer hohen Trennungswahrscheinlichkeit, eine höhere Wahrscheinlichkeit haben Kinder zu bekommen. Ökonomisch lässt sich dies als Investition in partnerschaftliches Kapital interpretieren.