Hello, dear friend, you can consult us at any time if you have any questions, add WeChat: daixieit

Economics 123B

Winter 2023

Lab Assignment 3

Due by 5pm on Mar 17th, 2023

1.  Papke (1994) studied the effect of the Indiana enterprise zone (EZ) program on unemployment claims. She analyzed 22 cities in Indiana over the period from 1980 to 1988. A simple policy evaluation model is

log(uclmsit) = β0 + β1 ezit + ai + uit ,                                               (1)

where uclmsit is the number of unemployment claims filed during year t in city i. The binary variable ezit  is equal to one if city i at time t was an enterprise zone; we are interested in β 1 .  The unob- served effect ai  represents fixed factors that affect the economic climate in city i. Because enterprise zone designation was not determined randomly—enterprise zones are usually economically depressed areas—it is likely that ezit  and ai  are positively correlated  (high ai  means higher unemployment claims, which lead to a higher chance of being given an EZ). Use data from ezunem.dta to answer the following questions:

1. Estimate (1) using fixed effects model. The presence of an EZ is associated with how much fall in unemployment claims? Is the effect statistically significant?

2. An alternative model is

log(uclmsit) = θt + β1 ezit + ai + uit .                                               (2)

The parameter θt just denotes a different intercept for each time period.  Generally, unemployment claims were falling statewide over this period, and this should be reflected in the different year inter- cepts. Estimate (2) using fixed effects model with year dummies. The presence of an EZ is associated with how much fall in unemployment claims? Is the effect statistically significant?

2. Use data from wage.dta to answer the following questions:

1. Estimate the following model by OLS and report robust standard errors:

log(wage) = β0 + β1 educ + β2 exper + β3 exper2 + β4married + u.                       (3)

Interpret the coefficient on years of education. Why might this be a biased estimate of the effect of education on earnings?

2.  The variable brthord is birth order (brthord is one for a first-born child, two for a second-born child, and so on).  Explain why educ and brthord might be negatively correlated.  Regress educ on brthord to determine whether there is a statistically significant negative correlation.

3.  Use brthord as an IV for educ in equation (3).  Report the coefficient and robust standard error on years of education.  Interpret the coefficient on years of education.  Compare the results to your earlier findings in (1) without using 2SLS estimation.

For this exercise,  the TAs will provide support on coding  in  Stata  (free on Apporto at https://uci.apporto.com/), but you can use any software you are comfortable with. Please submit your computer codes and a log file that stores all your estimation results. Please submit answers for questions using comments in your codes.