Essays on start-up subsidies for the unemployed and methods for causal inference

  • This thesis offers new insights on the effects of Start-Up Subsidies (SUS) for unemployed individuals as a special kind of active labor market program (ALMP) that aims to re-integrate individuals into the labor market via the route of self-employment. Moreover, this thesis contributes to the literature on methods for causal inference when the treatment variable is continuous rather than binary. For example, this is the case when individuals differ in their degree of exposure to a common treatment. The analysis of the effects of SUS focuses on the main current German program called “Gründungszuschuss” (New Start-Up Subsidy, NSUS) after its reform in 2011. Average Effects on participants' labor market outcomes - as measured by employment and earnings - as well as subjective well-being are estimated mainly based on propensity score matching (PSM) techniques. PSM aims to achieve balance in terms of observed characteristics by matching participants with at least one comparable non-participant in terms of their probability to receiveThis thesis offers new insights on the effects of Start-Up Subsidies (SUS) for unemployed individuals as a special kind of active labor market program (ALMP) that aims to re-integrate individuals into the labor market via the route of self-employment. Moreover, this thesis contributes to the literature on methods for causal inference when the treatment variable is continuous rather than binary. For example, this is the case when individuals differ in their degree of exposure to a common treatment. The analysis of the effects of SUS focuses on the main current German program called “Gründungszuschuss” (New Start-Up Subsidy, NSUS) after its reform in 2011. Average Effects on participants' labor market outcomes - as measured by employment and earnings - as well as subjective well-being are estimated mainly based on propensity score matching (PSM) techniques. PSM aims to achieve balance in terms of observed characteristics by matching participants with at least one comparable non-participant in terms of their probability to receive the treatment. This estimation strategy is valid as long as all relevant characteristics that explain selection patterns into treatment are observed and included in the estimation of the propensity score. To make our analysis as credible as possible, we control for a large vector of characteristics as observed through the combination of rich administrative data from the Federal Employment Agency as well as through survey data. Chapters two to four of this thesis puts special emphasis on aspects regarding (the evaluation of) SUS programs that have received no or only limited attention thus far. The first aspect relates to the interplay of institutional details of the program and its effectiveness. So far, relatively little is known about the importance of SUS program features such as the duration of support. Second, there is no experimental benchmark evaluation of SUS available and thus, the reliability of non-experimental estimation techniques such as PSM is of crucial importance as estimates are biased when relevant confounders are omitted from the analysis. Third, there may be potentially detrimental effects of transitioning into (relatively risky) self-employment on subjective well-being among subsidized founders out of unemployment. These were to remain undetected if the analysis would focus exclusively on labor market outcomes of participants. The results indicate positive long-term effects of SUS participation on employment and earnings among participants. These effects are substantially larger than what estimated before the reform, indicating room for improvement in program design via changes in institutional details. Moreover, non-experimental estimates of treatment effects are remarkably robust to hidden confounding. Regarding subjective well-being, this thesis finds a positive long-run impact on job satisfaction and a detrimental effect on satisfaction with social security. The latter appears to be driven by adverse effects on social insurance contributions. In chapter five, a novel automated covariate balancing technique for the estimation of causal effects in the context of continuous treatments is derived and assessed regarding its performance compared to other (automated) balancing techniques. Although binary research designs that only differentiate between participants and non-participants of some treatment remain the most-common case in empirical practice, many applications can be adapted to include continuous treatments as well. Often, this will allow for more meaningful estimates of causal effects in order to further improve the design of programs. In the context of SUS, one may further investigate the effects of the size of monetary support or its duration on participants' labor market outcomes. Both Monte-Carlo investigations and analysis of two well-known datasets suggests superior performance of the proposed Entropy Balancing for continuous treatments (EBCT) compared to other existing estimation strategies.show moreshow less
  • Diese Dissertation bietet neue Erkenntnisse über die Auswirkungen von Gründungsförderung (GF) für Arbeitslose. Diese Art der Förderung stellt einen besonderen Ansatz zur Reintegration von Arbeitslosen in den Arbeitsmarkt über den Weg in die Selbstständigkeit dar. Darüber hinaus leistet diese Arbeit einen Beitrag zur Literatur über Methoden der kausalen Inferenz und entwickelt einen neuen Schätzer. Dieser kann angewendet werden, wenn Maßnahmen mit Hilfe einer kontinuierlich verteilten statt einer binären Variable abgebildet werden. Dies ist zum Beispiel der Fall, wenn sich Individuen im Grad ihrer Betroffenheit von einer Maßnahme unterscheiden. Die Analyse von Effekten der GF konzentriert sich auf das aktuell größte deutsche Gründungsförderungsprogramm für Arbeitslose namens "Gründungszuschuss" nach dessen Reform im Jahr 2011. Dabei werden die Auswirkungen der GF auf die Arbeitsmarktergebnisse bezüglich Beschäftigung und Einkommen sowie das subjektive Wohlbefinden der Teilnehmer analysiert. Zur Schätzung dieser Effekte werdenDiese Dissertation bietet neue Erkenntnisse über die Auswirkungen von Gründungsförderung (GF) für Arbeitslose. Diese Art der Förderung stellt einen besonderen Ansatz zur Reintegration von Arbeitslosen in den Arbeitsmarkt über den Weg in die Selbstständigkeit dar. Darüber hinaus leistet diese Arbeit einen Beitrag zur Literatur über Methoden der kausalen Inferenz und entwickelt einen neuen Schätzer. Dieser kann angewendet werden, wenn Maßnahmen mit Hilfe einer kontinuierlich verteilten statt einer binären Variable abgebildet werden. Dies ist zum Beispiel der Fall, wenn sich Individuen im Grad ihrer Betroffenheit von einer Maßnahme unterscheiden. Die Analyse von Effekten der GF konzentriert sich auf das aktuell größte deutsche Gründungsförderungsprogramm für Arbeitslose namens "Gründungszuschuss" nach dessen Reform im Jahr 2011. Dabei werden die Auswirkungen der GF auf die Arbeitsmarktergebnisse bezüglich Beschäftigung und Einkommen sowie das subjektive Wohlbefinden der Teilnehmer analysiert. Zur Schätzung dieser Effekte werden hauptsächlich Propensity Score Matching (PSM) Techniken verwendet, die es zum Ziel haben die Verteilung von beobachteten Charakteristika zwischen Teilnehmern und Nicht-Teilnehmer möglichst perfekt anzugleichen. Dies wird erreicht, indem jedem Teilnehmer mindestens ein Nicht-Teilnehmer mit möglichst ähnlicher Teilnahmewahrscheinlichkeit zugewiesen wird. Dieser Schätzansatz ist valide unter der Annahme, dass alle relevanten Charakteristika, die die Selektion in die Maßnahme erklären, auch tatsächlich beobachtet und in der Schätzung der Teilnahmewahrscheinlichkeit berücksichtigt werden. Um unsere Analyse möglichst plausibel zugestalten, kontrollieren wir daher für eine große Anzahl an Charakteristika. Diese beobachten wir durch die Kombination aus den sehr informativen Prozessdaten der Bundesagentur für Arbeit sowie durch zusätzliche Befragungsdaten, die durch computergestützte Telefoninterviews erhoben wurden. Kapitel zwei bis vier der vorliegende Arbeit legen bei der Analyse einen besonderen Schwerpunkt auf Aspekte von Gründungsförderungsprogrammen, die bisher keine oder nur begrenzte Aufmerksamkeit erhalten haben. Zu diesen Fragen gehören zum einen das Zusammenspiel der institutionellen Ausgestaltung des Programms wie die Länge der Förderung und seiner Wirksamkeit. Zum anderen betrifft dies die Validität der Schätzergebnisse, da bisher keine experimentelle Evidenz zu den Effekten der GF verfügbar ist. Nicht-experimentelle Verfahren wie PSM liefern verzerrte Schätzungen kausaler Effekte, wenn relevante Charakteristika in der Analyse nicht berücksichtigt werden. Daher gilt es das Risiko einer Verzerrung eingehend zu untersuchen. Darüber hinaus könnte es durch die relativ risikohafte Natur der Selbständigkeit zu negativen Effekten auf das subjektive Wohlbefinden der subventionierten Gründer aus Arbeitslosigkeit kommen. Diese blieben unentdeckt, wenn sich die Analyse nur auf die Arbeitsmarktergebnisse der Teilnehmer beschränkt. In Kapitel fünf wird ein neuartiges automatisiertes Verfahren zur Angleichung von beobachteten Charakteristika für die Schätzung kausaler Effekte im Kontext kontinuierlicher Maßnahmenveriablen entwickelt und hinsichtlich seiner Leistung im Vergleich zu anderen gängigen Verfahren bewertet. Obwohl binäre Forschungsdesigns, die nur zwischen Teilnehmern und Nicht-Teilnehmern unterschieden, in der empirischen Praxis nach wie vor am häufigsten zu beobachten sind, könnten viele Interventionen ebenfalls aus dem Blickwinkel einer kontinuierliche Maßnahme analysiert werden. Im Kontext der GF könnten zum Beispiel Programmteilnehmer mit unterschiedlicher Höhe oder Dauer der Förderung miteinander verglichen werden. Die Analyse dieser Aspekte bietet die Möglichkeit, noch politikrelevantere Schätzungen kausaler Effekte zu erlangen. Kapitel zwei legt einen Fokus auf die Reform des Gründungszuschusses und zielt darauf ab, unser Verständnis darüber zu verbessern, wie sich Veränderungen der institutionellen Faktoren auf die Effektivität des Programms auswirken können. Durch die Reform wurden die Zugangskriterien verschärft, die Finanzielle Unterstützung reduziert und der Ermessensspielraum der Arbeitsvermittler der Agenturen für Arbeit hinsichtlich der Ablehnung von Bewerbern erweitert. Aus theoretischer Sicht ist es unklar, wie sich diese Änderungen auf das Programm insgesamt auswirken werden, da möglicherweise gegenläufige Kräfte im Spiel sind. Beispielsweise könnte die Reduzierung der Finanziellen Unterstützung zu einer Verringerung von Fehlanreizen ("moral hazard") unter den Teilnehmern führen und dadurch die Wirksamkeit des Programms erhöhen. Gleichzeitig könnte ein niedrigeres Niveau der monetären Transfers nicht ausreichend sein, um potenzielle Kapitalbeschränkungen der Gründungen abzumildern, wodurch die Wirksamkeit des Programms verringert würde. Die Ergebnisse dieses Kapitels zeigen, dass die institutionellen Veränderungen des Programms mit bemerkenswerten Unterschieden in der Komposition der Teilnehmergruppe vor bzw. nach der Reform verbunden sind. Außerdem weisen Teilnehmergruppen signifikante Unterschiede bezüglich ihrer Beschäftigung sowie ihrer Arbeitsverdienste auf. Darüber hinaus zeigen die Ergebnisse große positive Effekte des Programms auf die kurzfristigen Arbeitsmarktresultate der Teilnehmer. Diese Effekte sind tatsächlich wesentlich größer als die für das Programm vor der Reform geschätzten Effekte, obwohl die Reform die Finanzielle Unterstützung der Teilnehmer reduziert hat. Diese Ergebnisse stehen unter dem Vorbehalt, dass Verzerrungen aufgrund unterschiedlicher makroökonomischen Rahmenbedingungen über die Zeit möglich sind. Allerdings scheinen die Ergebnisse darauf hinzudeuten, dass die Reform das Programm für die Teilnehmer tatsächlich insgesamt effektiver gemacht hat. Somit liefern wir wichtige erste Anhaltspunkte dafür, dass die politischen Entscheidungsträger durch eine Änderung des institutionellen Designs die Wirksamkeit von Gründungsförderungsprogrammen weiter verbessern können. Kapitel drei schätzt die langfristigen Auswirkungen des Gründungszuschusses nach dessen Reform und konzentriert sich dabei auf Fragen der Validität der nichtexperimentellen Schätzungen. Während Belege für das Programm vor der Reform darauf hindeuten, dass die Schätzungen robust gegenüber der Auslassung normalerweise nicht beobachteter Persönlichkeitsmerkmale sind (Caliendo et al., 2016), ist unklar, ob diese Befunde auch nach der Reform noch zutreffen. Dies liegt daran, dass die Reform eine weitere Ebene der Selektion durch die Arbeitsvermittler einführte, indem das Programm von einer Pflicht- zur Ermessensleistung umgewandelt wurde. Daher untersucht dieses Kapitel mit großer Sorgfalt die Robustheit der Schätzungen für das Programm nach der Reform im Hinblick auf die Art und Weise, wie Matching Schätzer implementiert werden, sowie im Hinblick auf die Sensitivität bezüglich ausgelassener unbeobachteter Charakteristika. Des Weiteren geht dieses Kapitel über den Standardansatz des Propensity Score Matchings hinaus und liefert erste Schätzungen von Effekten auf Basis einer Instrumentalvariablen (IV), indem die durch die Reform induzierten regionalen Unterschiede in der Bewilligungsrate von Bewerbungen für die Gründungsförderung ausgenutzt werden. Die Ergebnisse dieses Kapitels liefern weitere Evidenz für die günstigen Effekte der GF auf die Arbeitsmarktergebnisse der Teilnehmer. Selbst auf lange Sicht sind die geschätzten Effekte für das Programm nach der Reform bezüglich Beschäftigung und Einkommen wesentlich größer als die des Programms vor der Reform (siehe Caliendo et al., 2016). Unsere Sensitivitätsanalysen der Matching-Schätzwerte zeigen, dass diese sehr robust gegenüber alternativen Methoden zur Implementierung des Matchings sowie der Auslassung relevanter Charakteristika sind. Interessanterweise zeigen die Ergebnisse auch, dass Persönlichkeitsmerkmale, welche in vielen Anwendungen nicht zu beobachten sind, eine relativ große - und im Vergleich zum unreformierten Programm eine weitaus größere - Rolle für die Selektion in das Programm spielen. Allerdings liefern Schätzungen auf Basis einer erweiterten Spezifikation, die diese Variablen enthält, fast identische Ergebnisse im Vergleich zu unserer Basisspezifikation. In ähnlicher Weise untermauern die IV-Schätzungen unsere wichtigsten Schlussfolgerungen, indem sie große und anhaltende Auswirkungen auf Beschäftigung und Einkommen aufzeigen. Unsere Ergebnisse zeigen daher, dass nicht-experimentelle Schätzstrategien robuste Evidenz bezüglich der Effekte des Gründingszuschusses liefern. Kapitel vier nutzt zusätzlich Messungen des subjektivenWohlbefindens als Ergebnisvariablen für die Evaluation des Gründungszuschusses statt rein objektiver Variablen wie Beschäftigung oder Einkommen. Die Hauptmotivation dafür ist, dass die Subventionierung des Übergangs in die Selbständigkeit aufgrund ihres risikoreichen Charakters unbeabsichtigte negative Auswirkungen auf das subjektiveWohlbefinden der Teilnehmer haben könnte, selbst wenn sie die Arbeitsmarktergebnisse der Teilnehmer positiv beeinflusst. Zur Messung des subjektiven Wohlbefindens werden Informationen über die Lebenszufriedenheit sowie über die Zufriedenheit mit der Gesundheit, dem Einkommen, der Arbeit und der sozialen Sicherheit des Einzelnen verwendet. Um die Effekte zu schätzen werden wiederum Propensity-Score-Matching Techniken eingesetzt. Unsere Hauptergebnisse zeigen, dass GF kurzfristig einen positiven Einfluss auf die Lebenszufriedenheit der Teilnehmer hat. Dieser Effekt ist jedoch langfristig nicht mehr statistisch signifikant. Darüber hinaus finden wir zwar langfristig positive Auswirkungen der GF auf die Jobzufriedenheit, aber auch große negative Effekte auf die Zufriedenheit mit der sozialen Sicherheit. Ergänzende Ergebnisse deuten darauf hin, dass letztere durch eine signifikant verringerte Teilnahme an der gesetzlichen Arbeitslosen- bzw. einer Rentenversicherung bedingt sein könnten. Dadurch sind Maßnahmenteilnehmer einer erhöhten Gefahr durch eine zukünftige Rezession bzw. Altersarmut ausgesetzt. Darüber hinaus finden wir eine starke Heterogenität in den Effekten auf Subgruppen definiert durch Geschlecht, Alter und Ausbildung. Im Vergleich zu den vorherigen Kapiteln liefern diese Ergebnisse eine etwas weniger optimistische Einschätzung der Auswirkungen der GF auf die Teilnehmer. In Anlehnung an die PSM Techniken wird in Kapitel fünf ein neuartiges automatisiertes Gewichtungsverfahren entwickelt, das die Schätzung kausaler Effekte mittels semi- oder nichtparametrischer Methoden erleichtert, wenn die Maßnahmenvariable kontinuierlich verteilt ist. Mögliche Beispiele hierfür sind die Dauer von Trainingmaßnahmen oder wie Höhe von Subventionen für Firmen. Das entwickelte Verfahren namens Entropy Balancing für kontinuierliche Treatments (EBCT) beseitigt die Pearson-Korrelation zwischen den Charakteristika der Teilnehmer und der Maßnahmenvariablen. Durch die Einbeziehung von Polynomen kontinuierlicher Variablen sowie von Interaktionstermen kann eine Angleichung der Charakteristika nicht nur in Bezug auf die Mittelwerte, sondern auch in Bezug auf höhere Momente sowie Kreuzmomente erreicht werden. Die Lösung eines global konvexen Optimierungsproblems garantiert, dass die Charakteristika in der resultierenden synthetischen Stichprobe perfekt angeglichen wurden. Dieses Ergebnis gilt auch dann noch, wenn die Charakteristika eine hohe Vorhersagekraft für den Grad der Exposition haben und andere Methoden keine akzeptable Anpassung liefern. Darüber hinaus ermöglicht die Art des Optimierungsproblems eine effiziente Software-Implementierung und ist daher rechnerisch weniger aufwendig als andere Schätzer. Simulationsevidenz zeigt günstige Eigenschaften von Schätzungen auf der Grundlage der EBCT Gewichte bezüglich Verzerrung und Varianz auf. Insgesamt zeigen unsere Analysen relativ große positive Effekte des Gründungszuschusses auf den Arbeitsmarkterfolg der Teilnehmer, sowohl im Vergleich mit anderen Arbeitsmarktprogrammen als auch mit dem Programm vor dessen Reform. Sogar in der langen Frist sind die Effekte deutlich größer als die Schätzungen der Effekte vor der Reform, obwohl die Finanzielle Unterstützung der Teilnehmer reduziert wurde. Dies impliziert eine positive Wirkung der Reform: Die Effekte sind gestiegen und die Kosten pro Teilnehmer sind gesunken. Allerdings erlaubt der mikroökonometrische Ansatz dieser Dissertation keine Analyse der Effekte auf die Gesamtwohlfahrt. So ist durchaus möglich, dass der Netto-Effekt der Reform negativ ist, da durch die verringerten Teilnehmerzahlen potentiell profitable Gründungen vielleicht nie realisiert wurden. Dies bedarf weiterer Untersuchungen. Auf methodischer Ebene zeigen unsere umfangreichen Sensitivitätsanalysen, dass die nichtexperimentelle Schätzung der Effekte höchst robuste Ergebnisse liefert, obwohl die Reform eine zusätzliche Ebene der Selektion durch die Arbeitsvermittler eingeführt hat. Da viele Programme eine relativ ähnliche Struktur wie der Gründungszuschuss aufweisen, können unsere Ergebnisse anderen Studien womöglich zusätzliche Glaubwürdigkeit verleihen. Darüber hinaus deuten die Ergebnisse auf einen potentiell nicht unerheblichen Spielraum zur Verbesserung der Effektivität der Programme durch Veränderungen der institutionellen Details hin. Für konkrete Handlungsempfehlungen bedarf es allerdings weiterer Untersuchungen. Unsere Analyse der Effekte auf das subjektive Wohlbefinden der Teilnehmer zeigt den zusätzlichen Nutzen solcher Ergebnisvariablen, um unbeabsichtigte negative Effekte der Programme aufzudecken. Um die nachteiligen Effekte auf die Zufriedenheit mit der sozialen Absicherung abzumildern, würde es sich anbieten die Teilnehmer stärker in das soziale Sicherungsnetz einzubinden. Das vorgestellte EBCT Verfahren erlaubt die weitergehende Untersuchung der Auswirkungen der GF sowie weiterer kontinuierlicher Maßnahmen. Durch seine guten Eigenschaften erlaubt das EBCT die Nutzung von semi- oder nicht-parametrischen Methoden zur Schätzung kausaler Effekte, wo bisher nur - vielleicht zu restriktive - parametrische Methoden zur Verfügung standen.show moreshow less

Export metadata

Additional Services

Share in Twitter Search Google Scholar Statistics
Metadaten
Author:Stefan TübbickeGND
DOI:https://doi.org/10.25932/publishup-47793
Referee:Marco CaliendoORCiDGND, Rainald BorckORCiDGND, Alexander S. KritikosORCiDGND
Advisor:Marco Caliendo
Document Type:Doctoral Thesis
Language:English
Year of first Publication:2020
Year of Completion:2020
Publishing Institution:Universität Potsdam
Granting Institution:Universität Potsdam
Date of final exam:2020/09/21
Release Date:2020/10/12
Tag:Active Labor Market Programs; Causal Inference; Start-Up Subsidies
Pagenumber:191
Organizational units:Wirtschafts- und Sozialwissenschaftliche Fakultät / Wirtschaftswissenschaften
Dewey Decimal Classification:3 Sozialwissenschaften / 33 Wirtschaft / 330 Wirtschaft