Quantitative Analyse dynamischer nichtlinearer Panelmodelle

Abstract

Die vorliegende Arbeit beschäftigt sich mit der quantitativen Analyse der Ursachen individueller Arbeitslosigkeit auf dem deutschen Arbeitsmarkt. Diese Analyse erfolgt mit Hilfe von (dynamischen) nichtlinearen Panelmodellen. Die Ansätze für die Parameter-schätzung beruhen dabei in allen Fällen auf der Maximum Likelihood-Methode. Für eine empirische Implementierung der in der vorliegenden Arbeit behandelten methodischen Ansätze werden Daten des Sozio-ökonomischen Panels der Jahre 1984 bis 1997 (Wellen A bis N) herangezogen. Das dynamische Probitmodell mit äquikorrelierten Störgrößen und exogenem Anfangszustand, welches sowohl verzögert endogene Variablen als auch stochastische, individuenspezifische Effekte und damit unbeobachtete Heterogenität berücksichtigt, erweist sich unter allen in der vorliegenden Arbeit betrachteten Modellen als das zur Abbildung individueller Arbeitslosigkeit am besten geeignete. Dabei zeigt die empirische Analyse dieses Modells, daß sowohl eine signifikante Zustandsabhängigkeit als auch eine unbeobachtete Heterogenität der Störgrößen vorliegen. Eine erfolgreiche Bekämpfung der heutigen Arbeitslosigkeit besitzt demnach einen signifikant positiven Effekt auf die Höhe der zukünftigen Arbeitslosigkeit, da sowohl der Arbeitslosigkeitszustand in der jeweiligen Vorperiode als auch die Arbeitslosigkeitsdauer in den jeweils zurückliegenden zwei Jahren einen sehr gesichert nachweisbaren negativen Einfluß auf die heutige individuelle Beschäftigungswahrscheinlichkeit ausüben. Abschließend muß betont werden, daß die Parameterschätzwerte im dynamischen Probitmodell mit äquikorrelierten Störgrößen zwar die zugehörige logarithmierte Likelihoodfunktion maximieren, daß diese Schätzwerte jedoch nicht automatisch eine gute Prognosefähigkeit beziehungsweise eine hohe Güte der Anpassung in diesem Modell garantieren.