Estimating  Returns to  Schooling by a  Control  Function  Ap- proach

Consider the data set  “th2.mat” .  It contains a subset of the data used by Jochmann and Pohlmeier (2004) to estimate returns to schooling. The variables are described in Table 1.

Table 1: Description of the Variables

You want to estimate returns to schooling based on the following equation:

a) Estimate model (1) by OLS. Report estimated parameters and OLS standard errors.     0.5 P

b) Estimate standard errors for the OLS estimates from a nonparametric bootstrap (do

5000 bootstrap replications).  Report and compare them with the standard errors of

part a). Also report 95% confidence bands using the percentile method.                           1 P

Jochmann and Pohlmeier (2004) use the following four sets of instruments to estimate returns to schooling:

DENS  Commuting area of upper secondary schools interacted with the dummies for the re-       gion of residence during childhood. Instruments: FLGR = FLAECHEGYM*KHGROSS,      FLMIT = FLAECHEGYM*KHMITTEL, FLKL = FLAECHEGYM*KHKLEIN, FLAECH- EGYM.

URG Unemployment rate at graduation interacted with age. Instruments: ALQ, ALQAL-

TER = ALQ*ALTER.

SIB Number of brothers and sisters. Instruments: ANZBR, ANZSCH.

ALL All 8 instruments from the three sets above.

c)  To overcome the endogeneity problem estimate the model using a control function (CF) approach for all four sets of instruments. Report the estimated parameters and compare the estimates of β 1  of the control function approaches with the OLS estimate of β 1 .       2.5 P