|
|
LATE estimators under costly non-compliance in student-college matching markets
Drlje, M. ; Jurajda, Štěpán
A growing literature exploits a feature of centralized college admission systems where students with similar admission scores in a neighborhood of a school’s admission threshold are or are not offered admission based on small quasi-random differences in admission scores. Assuming that the students at the margin of admission differ only in the treatment assignment, this literature relies on admission scores to instrument for admission or graduation. We point out that non-compliance with the centralized matching assignment typically corresponds to enrolling in one’s preferred program a year after the initial assignment, introducing significant non-compliance costs. We show that with costly non-compliance, the exclusion restriction, the key assumption of the LATE theorem, is violated, leading to biased estimates when instrumenting for graduation, i.e., for a treatment taking place after non-compliance costs are incurred. We use data from a student-college matching market in Croatia to illustrate the empirical importance of this potential source of bias and propose a method inspired by Lee (2009), which recovers the treatment effect bounds under the assumption that the costs of non-compliance are not related to the treatment assignment.
|
|
|
Eseje z ekonometrie trhů párování: identifikace, estimace a praxe
Drlje, Marin ; Jurajda, Štěpán (vedoucí práce) ; Zimmerman, Seth (oponent) ; Le Barbanchon, Thomas (oponent)
Rozsáhlá literatura odhaduje různé efekty přijetí a absolvování škol s využitím variace v bodových výsledcích studentů. Při odhadech je předpokládáno quasi-náhodné přijetí studentů kolem spodní hranice přijetí. V této disertaci se zaměřuji na teoretické I praktické aspekty těchto odhadů. V prvním článku předkládám důkazy naznačující, že vzorky odpovídající obvyklým aplikacím nespojité regrese (dále RDD z anglického regression discontinuity design) v relevantní literatuře nesplňují předpoklady náhodného přiřazení. Rozlišuji ex-post randomizaci (odpovídající loterii uchazečů na hraně přijetí) od ex-ante randomizace, odrážející nejistotu ohledně struktury všech uchazečů v centralizovaném systému, která může být přirozeně kvantifikována opakovaným výběrem z populace uchazečů. S využitím dat z chorvatského centralizovaného systému přijímacích řízení na vysoké školy ukazuji, že ex-ante pravděpodobnosti přijetí se významně liší mezi přijatými a odmítnutými studenty nacházejícími se v obvyklém vzorku používaném pro RDD analýzy. Takový nepoměr v rozdělení pravděpodobnosti přijetí naznačuje, že šířka pásma v okolí hranice přijetí, tj. velikost výběru pro analýzu kvazi-náhodných přiřazení, by měla být oproti současné praxi významně redukována s cílem vyhnout se výběrovému zkreslení. Také ukazuji, že značný podíl...
|
host ::
RSS.