Académique Documents
Professionnel Documents
Culture Documents
OAXACA-BLINDER EN MODELOS
LINEALES Y NO LINEALES
Marzo 2012 n 20
(*) Mi agradecimiento a las profesoras Eva Medina y Ainhoa Herrarte por sus crticas y
correcciones al documento original.
Edita:
ISSN 1696-5035
1. PLANTEAMIENTO
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
3
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
( ) ( )
( ) { }
y con ello:
( ) ( ) ( ) ( )
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
4
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
A partir de
tendremos
( ) ( ) [1]
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
5
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
( )
( )
y la diferencia
( ) ( )
( ) ( ) [2]
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
6
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
[ ( ) ( )] [3]
( ) ( ) -1
( ) ( )
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
7
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
( )
y la de Cotton (1988):
[3]
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
8
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
Ecuacin resultado:
Ecuacin de seleccin:
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
9
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
con
{
( )
( )
( )
( ) ( )
( )
( ( ( )
( )
puede estimarse por MCO. Pero si hay correlacin entre los dos errores
necesitamos calcular ( ( )
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
10
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
( ) ( )
( )
( ) ( )
( )
( ) [ ] ( )
( )
( )
( )
( )
( )
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
11
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
Heckman (1979) lo que propuso fue realizar en una primera etapa una
regresin probit para los resultados positivos de la variable , y utilizar
los parmetros estimados para calcular el Ratio inverso de Mills, que se
incluyen en la segunda etapa como variable explicativa de la ecuacin de
inters, estimndose sta por MCO.
( ) ( ) ( )
( ) ( ) ( ) ( )
( ) ( ) [ ( ) ( )]
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
12
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
( ) ( ) ...Diferencia caractersticas
( ) ( ) ......................Discriminacin
( )................................................Seleccin
y donde sera la inversa del ratio de Mills obtenida por las funciones de
densidad y de distribucin de los individuos del grupo B pero utilizando
los parmetros del proceso de clasificacin o seleccin del grupo A.
( ) ( ) ( ) ( )
[ ] [ ]
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
13
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
( )
Para el caso de un modelo Logit o Probit, ser la probabilidad media o
porcentaje de unos para el grupo j, y F ser la funcin de distribucin
acumulada de la distribucin Logit o de la distribucin normal.
Tal y como plantea Fairlie (2005) si admitimos que los dos grupos tienen
tamaos iguales, , se pueden utilizar todos los datos para estimar
una regresin Logit de datos mezclados para obtener . Entonces es fcil
calcular F y por ejemplo, en un modelo de dos variables la contribucin de
la variable a la diferencia entre los grupos ser:
( ) ( ) [5]
y la contribucin de la variable
( ) ( ) [6]
donde:
es la variable para el grupo B
es la variable para el grupo A
es la variable para el grupo B
es la variable para el grupo A
El subndice cero indica que los coeficientes han sido estimados para el
total de la muestra y son un promedio de los dos grupos.1
1
El orden de seleccin de las variables incide sobre la importancia de la contribucin.
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
14
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
( ) ( ) ( )( )
( ) ( )
y
( ) ( )
Dado que los tamaos muestrales raramente son iguales para los dos
grupos Fairlie propone usar la muestra mezclada o total para calcular las
estimaciones , tanto para el grupo A como para el B. Si el grupo B es ms
pequeo que el grupo A, se tomar una submuestra del A de igual tamao
que el B y se realizar la estimacin y descomposicin para ambos grupos.
El procedimiento se puede repetir con mltiples submuestras y de aqu
obtener los valores promedio de la descomposicin. Fairlie tom un total
de 1.000 submuestras.
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
15
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
Tabla 1
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
16
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
Tabla 2
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
17
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
( ) ( )
( ) ( ) [ ( ) ( )] [ ( ) ( )]
( ) ( ) [ ( ) ( )] [ ( ) ( )]
con
( )
( )
( )
( )
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
18
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
BIBLIOGRAFA
Albrecht, James W., Nguyen, Binh and Vroman, Susan B. (2003), "A
Quantile Regression Decomposition of Urban-Rural Inequality in Vietnam,"
Working Papers gueconwpa-03-03-31, Georgetown University, Department
of Economics.
Elder, Todd E., Goddeeris, John H. and Haider, Steven J., (2010),
"Unexplained Gaps and Oaxaca-Blinder Decompositions," Labour
Economics, Vol. 17 (1) 2010.
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
20
Descomposicin Blinder-Oaxaca en Modelos Lineales y No Lineales
Oaxaca, R. L., and Michael R. Ransom (1988), Searching for the Effect
of Unionism on the Wages of Union and Non-Union Workers, Journal of
Labor Research 9 (1988), pp. 139148.
Instituto L.R. Klein Centro Gauss. U.A.M. D.T. n 20. Marzo 2012
21