Evaluation of Further Training Programmes with an Optimal Matching Algorithm
Eva Reinowski, Birgit Schultz, Jürgen Wiemers
Swiss Journal of Economics and Statistics,
2005
Abstract
Artikel Lesen
Evaluation of Further Training Programmes with an Optimal Matching Algorithm
Eva Reinowski, Birgit Schultz, Jürgen Wiemers
IWH Discussion Papers,
Nr. 188,
2004
Abstract
This study evaluates the effects of further training on the individual unemployment duration of different groups of persons representing individual characteristics and some aspects of the economic environment. The Micro Census Saxony enables us to include additional information about a person's employment history to eliminate the bias resulting from unobservable characteristics and to avoid Ashenfelter's Dip. In order to solve the sample selection problem we employ an optimal full matching assignment, the Hungarian algorithm. The impact of participation in further training is evaluated by comparing the unemployment duration between participants and non-participants using the Kaplan-Meier-estimator. Overall, we find empirical evidence that participation in further training programmes results in even longer unemployment duration.
Artikel Lesen
Evaluation arbeitsmarktpolitischer Maßnahmen: Fallstricke und Lösungsansätze
Eva Reinowski, Birgit Schultz, Jürgen Wiemers
Wirtschaft im Wandel,
Nr. 6,
2003
Abstract
Dieser Beitrag gibt einen Überblick über die bei der Evaluation arbeitsmarktpolitischer Maßnahmen verwendeten nichtparametrischen Verfahren zur Entwicklung einer adäquaten Vergleichsgröße. Ausführlicher wird ein zweistufiger Matching-Algorithmus vorgestellt, der sich in den vergangenen Jahren als Standardverfahren etabliert hat und im IWH weiterentwickelt worden ist.
Artikel Lesen
Evaluation von Maßnahmen der aktiven Arbeitsmarktpolitik mit Hilfe eines iterativen Matching-Algorithmus - Eine Fallstudie über langzeitarbeitslose Maßnahmeteilnehmer in Sachsen
Eva Reinowski, Birgit Schultz, Jürgen Wiemers
IWH Discussion Papers,
Nr. 173,
2003
Abstract
In der Studie werden Weiterbildungs- und Arbeitsbeschaffungsmaßnahmen mit Daten des unterjährigen Mikrozensus Sachsen evaluiert. Dazu wird ein zweistufiger Matchingansatz verwendet. Im ersten Schritt wird über die Teilnahmeneigung eine Vorgruppierung vorgenommen, aus der im zweiten Schritt mit einem iterativen Optimierungsalgorithmus Paare gebildet werden. Mit diesem können den Teilnehmern ähnlichere Nichtteilnehmer zugeordnet werden. Dem Heterogenitätsproblem wird mit der zusätzlichen Einbeziehung der Erwerbsvorgeschichte in den Matchingprozess begegnet. Der Effekt der Maßnahmenteilnahme wird anhand der Dauer der Arbeitslosigkeit bei Teilnahme bzw. Nichtteilnahme mit Hilfe der Cox-Proportional-Hazard-Regression bestimmt. Beide arbeitsmarktpolitischen Programme führen bei den untersuchten langzeitarbeitslosen Maßnahmeteilnehmern zu einer Verlängerung der Arbeitslosigkeitsdauer.
Artikel Lesen