Estimating Long Run Welfare Outcome in Rotating Panel with Grouped Fixed Effects: Application to Poverty Dynamics in Peru

Diese Studie wendet gruppierte Fixeffekte (GFE) auf ein rotierendes Paneldatenset aus Peru an, um die Armutsmobilität und -persistenz zu schätzen, und zeigt, dass diese Methode im Vergleich zu synthetischen Panels präzisere Übergangsschätzungen liefert und eine interpretierbare Gruppierungsstruktur für die Analyse langfristiger Wohlfahrtsdynamiken bietet.

Das Wesentliche

Das große Rätsel: Wer bleibt arm und wer wird reich?

Stellen Sie sich vor, Sie wollen verstehen, wie sich das Leben von Familien in Peru über viele Jahre hinweg verändert. Wer bleibt dauerhaft arm? Wer schafft es, aus der Armut herauszukommen? Und wer fällt wieder zurück?

Das Problem ist: Wir haben keine perfekten Daten. Es gibt keine Liste, die jede Familie von 2007 bis 2019 Jahr für Jahr beobachtet hat. Das wäre wie ein Film, bei dem die Kamera nie ausgeht. Stattdessen haben wir nur kurze Clips: Wir sehen eine Familie für ein paar Jahre, dann verschwindet sie, und eine neue Familie taucht auf.

Frühere Methoden versuchten, diese Lücken zu füllen, indem sie Menschen in grobe Gruppen einteilten (z. B. "alle mit 30 Jahren" oder "alle aus demselben Dorf"). Aber das ist wie zu versuchen, das Wetter vorherzusagen, indem man nur die Durchschnittstemperatur der ganzen Welt nimmt. Es funktioniert nicht gut für einzelne Familien.

Die neue Lösung: Ein intelligenter "Klumpen"-Algorithmus

Die Autoren dieses Papiers (Hongdi Zhao und Seungmin Lee) haben eine neue Methode namens GFE (Grouped Fixed Effects) verwendet.

Stellen Sie sich vor, Sie haben einen riesigen Haufen verschiedener Steine (die Familien). Sie wollen sie sortieren, aber Sie kennen die genaue Form jedes Steins nicht.

• Die alte Methode: Sie sortieren die Steine nach Farbe oder Größe (z. B. "alle roten Steine"). Aber ein roter Stein kann rund oder eckig sein. Die Gruppe ist nicht homogen.
• Die neue Methode (GFE): Der Algorithmus schaut sich an, wie sich die Steine bewegen. Er sagt: "Aha! Diese drei Steine rollen alle bergab, diese vier rollen bergauf, und diese anderen bleiben auf der Ebene." Er gruppiert die Familien also nicht nach dem, was sie sind (Alter, Geschlecht), sondern danach, wie sich ihr Leben entwickelt.

Der Algorithmus sagt: "Okay, wir teilen die Familien in 4 geheime Typen ein."

1. Typ 1 (Die Gewinner): Diese Familien gehen es immer besser.
2. Typ 2 (Die Stagnierenden): Diese bleiben auf demselben Niveau.
3. Typ 3 (Die Absteiger): Diese hatten es gut, werden aber langsam ärmer.
4. Typ 4 (Die Aufsteiger): Diese starten arm, schaffen es aber, sich zu verbessern.

Das Geniale ist: Der Computer findet diese Gruppen selbstständig aus den Daten, ohne dass wir vorher wissen müssen, wie sie heißen.

Der Trick mit dem "Lückenfüller"

Da wir nicht jede Familie jedes Jahr sehen, müssen wir die fehlenden Jahre erraten.
Stellen Sie sich vor, Sie sehen Familie Müller nur in den Jahren 2010, 2011 und 2012. Sie wissen nicht, wie es ihnen 2013 ging.

• Die alte Methode würde sagen: "Wir wissen es nicht, also nehmen wir den Durchschnitt aller Peruaner."
• Die neue Methode sagt: "Moment, Familie Müller gehört zu Typ 4 (den Aufsteigern). Wenn wir sehen, wie sich andere Familien aus Typ 4 in den Jahren 2013 und 2014 entwickelt haben, können wir ziemlich genau vorhersagen, wie es Familie Müller ging, auch wenn wir sie nicht gesehen haben."

Es ist, als würden Sie einen Film schauen, bei dem einige Szenen fehlen. Wenn Sie wissen, dass der Held ein "Abenteuer-Typ" ist, können Sie die fehlende Szene, in der er einen Drachen besiegt, ziemlich genau rekonstruieren, auch wenn Sie sie nicht gesehen haben.

Was haben sie herausgefunden?

1. Es funktioniert super: Wenn sie ihre Vorhersagen mit den wenigen Daten verglichen, die sie tatsächlich hatten, passten die Ergebnisse fast perfekt zusammen. Die Methode ist genauer als die alten Tricks.
2. Die Gruppen sind real: Die vier Gruppen, die der Computer gefunden hat, sehen in der Realität auch so aus. Die "Gewinner"-Gruppe hat mehr Bildung, besseren Zugang zu Wasser und Strom und spricht eher Spanisch. Die "Absteiger"-Gruppe hat weniger davon. Der Computer hat also nicht nur Zahlen gemischt, sondern echte Lebensrealitäten gefunden.
3. Langfristige Sicht: Mit dieser Methode können sie nun sagen: "Wenn eine Familie so und so aussieht, wie hoch ist die Wahrscheinlichkeit, dass sie in 5 Jahren noch arm ist?" Das hilft der Regierung, genau die Familien zu finden, die Hilfe brauchen, bevor sie in eine tiefe Armutsspirale fallen.

Warum ist das wichtig?

Stellen Sie sich vor, Sie sind ein Arzt.

• Die alte Methode sagt Ihnen nur: "Im Durchschnitt haben 20% der Patienten Fieber."
• Die neue Methode sagt Ihnen: "Patient A hat ein Virus, das ihn langsam schwächt. Patient B hat eine akute Infektion, die schnell geht. Patient C ist chronisch krank."

Dadurch können Sie die Behandlung (die Politik) viel besser anpassen. Man braucht andere Hilfe für jemanden, der nur kurzzeitig pleite ist (z. B. ein Darlehen), als für jemanden, der strukturell arm ist (z. B. Bildung und Infrastruktur).

Zusammenfassend: Die Autoren haben einen cleveren mathematischen Weg gefunden, um aus unvollständigen Daten ein klares Bild der Zukunft zu zeichnen. Sie haben gezeigt, dass man auch mit "zerstückelten" Filmen verstehen kann, wie sich das Leben von Familien entwickelt, wenn man die richtigen Muster erkennt.

Technische Zusammenfassung

Titel

Schätzung langfristiger Wohlfahrtsoutcomes in rotierenden Panels mit gruppierten Fixeffekten: Anwendung auf die Armutsdynamik in Peru

1. Problemstellung und Motivation

Die Untersuchung von Haushaltsarmutsdynamiken (Wechsel zwischen arm und nicht-arm, Dauer der Armut) ist für die Politikgestaltung entscheidend, um zwischen chronischer und transitorischer Armut zu unterscheiden. Ein zentrales Hindernis ist jedoch oft der Mangel an langfristigen Paneldaten, die dieselben Haushalte über viele Jahre hinweg beobachten.

• Bestehende Lösungen: Methoden wie Pseudo-Panels oder Synthetische Paneldaten basieren auf wiederholten Querschnittserhebungen. Sie nutzen jedoch keine Informationen aus der Variation innerhalb von Haushalten, die in rotierenden Panels (Rotating Panels) verfügbar sind.
• Limitationen rotierender Panels: In rotierenden Panels (wie der peruanischen ENAHO-Umfrage) werden Haushalte für eine begrenzte Zeit (z. B. 3–5 Jahre) beobachtet und dann durch neue ersetzt. Dies führt zu unbalancierten Daten. Herkömmliche Methoden, die auf Kohorten basieren, ignorieren die beobachtete Überlappung (Overlap) der Haushalte, die wertvolle Informationen über die Persistenz von Schocks und die Dynamik der Armut liefert.
• Ziel: Entwicklung einer Methode, die die kurzfristigen Überlappungen in rotierenden Panels nutzt, um langfristige Armutsdynamiken und -übergänge präzise zu schätzen, ohne auf die starken Annahmen synthetischer Paneldaten angewiesen zu sein.

2. Methodik: Grouped Fixed Effects (GFE)

Die Autoren wenden den Grouped Fixed Effects (GFE)-Schätzer (basierend auf Bonhomme und Manresa, 2015) auf rotierende Paneldaten an.

• Modellspezifikation:
  Das Wohlfahrtsmaß (hier: inverse hyperbolische Sinus-Transformation des Pro-Kopf-Verbrauchs) wird modelliert als:
  $$y_{it} = x'_{it}\theta + \alpha_{g_i t} + \mu_{p_i} + \varepsilon_{it}$$

  • $x_{it}$: Beobachtete Merkmale (z. B. Bildung, Alter, Geschlecht, Wohnort).
  • $\mu_{p_i}$: Zeitinvariante Fixeffekte für den Wohnort (Provinz), um regionale Unterschiede zu kontrollieren.
  • $\alpha_{g_i t}$: Gruppen-Zeit-Fixeffekte. Haushalte werden in $G$ latente Gruppen ($g_i$) eingeteilt. Jede Gruppe hat einen eigenen zeitlichen Verlauf der unbeobachteten Heterogenität.
  • $\theta$: Gemeinsame Koeffizienten für die beobachteten Merkmale.

• Schätzalgorithmus:
  Der Schätzer minimiert die Summe der quadrierten Residuen über die beobachteten Zellen des unbalancierten Panels. Da die Zuordnung zu Gruppen diskret ist, wird ein Variable Neighborhood Search (VNS)-Algorithmus mit lokaler Suche verwendet, um lokale Minima zu vermeiden.

  • Umgang mit fehlenden Daten: Der Algorithmus nutzt nur die tatsächlich beobachteten Haushalts-Jahr-Kombinationen ($d_{it}=1$). Haushalte werden basierend auf den verfügbaren Jahren ihrer Zeitreihe einer Gruppe zugeordnet.

• Rekonstruktion langfristiger Pfade:
  Ein Hauptvorteil der GFE-Methode ist die Fähigkeit, fehlende Jahre zu imputieren. Sobald ein Haushalt einer Gruppe zugeordnet ist und die Gruppen-Zeit-Effekte ($\hat{\alpha}_{gt}$) geschätzt wurden, kann der Wohlfahrtsverlauf für Jahre, in denen der Haushalt nicht befragt wurde, rekonstruiert werden (unter Annahmen zur Entwicklung der Kovariaten $x_{it}$). Dies ermöglicht die Schätzung von Armutsübergängen über Zeiträume, die länger sind als die tatsächliche Beobachtungsdauer des Panels.

• Modellauswahl:
  Die optimale Anzahl der Gruppen ($G$) wird durch eine Kombination aus dem Bayesian Information Criterion (BIC) und der Out-of-Sample-RMSE (Root Mean Square Error) bestimmt. Dabei wird ein "Hold-out"-Ansatz verwendet, bei dem das letzte beobachtete Jahr jedes Haushalts als Testdaten zurückgehalten wird.

3. Daten und empirische Umsetzung

• Datengrundlage: Peruanische Nationale Haushaltsbefragung zu Lebensbedingungen und Armut (ENAHO) von 2007 bis 2019.
• Design: Rotierendes Panel, bei dem Haushalte für bis zu 6 Jahre befragt werden.
• Stichprobe: Haushalte, die mindestens 3 Jahre beobachtet wurden, mit Haushaltsvorständen im Alter von 25–55 Jahren (zur Vermeidung von Verzerrungen durch Haushaltsgründung/Auflösung).
• Variablen: Armutsstatus wird basierend auf dem Pro-Kopf-Verbrauch und den offiziellen Armutslinien (gesamt und extrem) definiert.

4. Wichtige Ergebnisse

A. Modellauswahl und Gruppenstruktur

• Die Analyse identifiziert $G=4$ latente Gruppen als optimal, basierend auf der Minimierung des Vorhersagefehlers (RMSE) im Out-of-Sample-Test.
• Gruppencharakteristika:
  • Top-Gruppe: Höchster Ausgangsverbrauch, höchste Bildungsabschlüsse, beste Infrastruktur (Wasser/Strom).
  • Bottom-Gruppe: Niedrigster Verbrauch, geringste Bildung, schlechtere Infrastruktur.
  • Mittelgruppen: Zeigen unterschiedliche Dynamiken (z. B. eine Gruppe mit anfänglichem Anstieg, gefolgt von einem Rückgang nach 2013; eine andere mit stetigem Anstieg).
• Die Gruppen sind nicht willkürlich, sondern spiegeln klar unterscheidbare sozioökonomische Profile wider.

B. Validierung und Vorhersagegenauigkeit

• Aggregate Übereinstimmung: Die vom GFE-Modell vorhergesagten Armutsraten stimmen sehr gut mit den tatsächlich beobachteten Raten im Testjahr überein.
• Ein-Schritt-Vorhersage (One-step-ahead): Bei der Vorhersage des Armutsstatus im letzten beobachteten Jahr basierend auf dem vorherigen Jahr erreicht das Modell eine Klassifikationsgenauigkeit von ca. 83 %.
• Vergleich mit Synthetischen Paneldaten:
  • Die GFE-Methode liefert Übergangswahrscheinlichkeiten (Eintritt in Armut, Austritt aus Armut, Persistenz), die den beobachteten Daten im Durchschnitt näher kommen als die Punktschätzungen synthetischer Paneldaten (Dang et al., 2014).
  • Der mittlere quadratische Fehler (RMSE) der Übergangsanteile ist bei GFE niedriger ($\approx 0.020$) als bei synthetischen Paneldaten ($\approx 0.028$).
  • GFE ist stabiler über die Jahre hinweg, während synthetische Paneldaten in bestimmten Jahren größere Abweichungen aufweisen.

C. Robustheitschecks

• Keine Altersbeschränkung: Auch ohne die Einschränkung auf Haushaltsvorstände im Alter von 25–55 Jahren bleibt die optimale Gruppenzahl bei $G=4$ und die Dynamiken bleiben ähnlich.
• Lange Beobachtungsdauer (5+ Jahre): Eine Einschränkung auf Haushalte mit sehr langer Beobachtungsdauer führt zu einer kleineren Stichprobe und instabileren Schätzungen der Gruppenpfade, obwohl die optimale Gruppenzahl gleich bleibt. Dies unterstreicht die Wichtigkeit einer ausreichenden Stichprobengröße pro Gruppe und Jahr.
• Mittelfristige Vorhersage: Das Modell kann Armutsstatus über zwei Jahre im Voraus mit einer Genauigkeit von über 80 % vorhersagen.

5. Beiträge und Bedeutung

1. Brücke zwischen Datenarten: Das Paper schließt die Lücke zwischen echten Langzeit-Panels und reinen Querschnittsdaten. Es nutzt die spezifische Struktur rotierender Panels (kurze Überlappungen), um latente Gruppen und deren zeitliche Profile zu identifizieren.
2. Überwindung von Limitationen synthetischer Paneldaten: Im Gegensatz zu synthetischen Paneldaten, die auf Kohortenaggregation und parametrischen Annahmen basieren, nutzt GFE die Variation innerhalb der Haushalte. Dies führt zu stabileren Schätzungen und vermeidet die Sensitivität gegenüber der Definition von Kohorten.
3. Interpretierbare Struktur: Die Methode liefert nicht nur aggregierte Übergangsraten, sondern eine datengetriebene Klassifizierung von Haushalten in "Typen" (Gruppen) mit unterschiedlichen Armutsverläufen. Dies ermöglicht eine differenziertere Analyse, wer chronisch arm ist und wer mobil ist.
4. Praktische Anwendbarkeit: Die Methode bietet einen praktischen Weg, um langfristige Armutsdynamiken zu untersuchen, auch wenn keine echten Langzeitpaneldaten verfügbar sind. Sie erlaubt die Rekonstruktion vollständiger Wohlfahrtsverläufe für Haushalte, was für die Evaluierung von Politikmaßnahmen über längere Zeiträume essenziell ist.

Fazit

Die Studie demonstriert, dass der GFE-Schätzer ein überlegenes Werkzeug zur Analyse von Armutsdynamiken in rotierenden Panels ist. Er kombiniert die Stärken von Panel-Daten (Nutzung der Intra-Haushalt-Variation) mit der Flexibilität, fehlende Daten durch datengetriebene Gruppierung zu imputieren. Die Ergebnisse für Peru zeigen, dass diese Methode präzisere und stabilere Schätzungen von Armutsübergängen liefert als herkömmliche synthetische Paneldaten-Ansätze und gleichzeitig tiefere Einblicke in die Heterogenität der Armutsverläufe ermöglicht.