28 november 2023

Economische effecten schatten voor individuen bij difference-in-differences

Het schatten van het effect van economisch beleid vormt een belangrijk onderdeel van economisch onderzoek. Vaak richt onderzoek zich daarbij op het gemiddelde effect, maar beleidsmakers willen ook inzicht of bepaalde groepen sterker reageren dan anderen. De afgelopen jaren is er een nieuwe techniek ontwikkeld die dit soort effecten heel nauwkeurig kan berekenen, tot op het niveau van het individu: de zogenoemde “causal forest”. Een tekortkoming van deze nieuwe techniek is dat die ongeschikt is voor één van de meest gebruikte onderzoeksmethodes: difference-in-differences.

We passen in ons onderzoek het causal forest-algoritme daarom aan, zodat het wel gebruikt kan worden bij difference-in-differences. We noemen onze methode het causal forest with fixed effects. We vergelijken onze methode met twee andere methoden om causal forests te gebruiken bij difference-in-differences. De simulaties laten zien dat onze methode efficiënter is. Tot slot passen we onze methode toe op een praktijkvoorbeeld door te onderzoeken of het effect van payrolling op het uurloon verschilt als gekeken wordt naar kenmerken van werknemers.