I modelli di durata a tempo discreto con unica transizione sono ampiamente utilizzati nelle analisi del mercato del lavoro (durata della disoccupazione), della dinamica dei prezzi (durata tra la variazione del prezzo di un prodotto ed un suo successivo cambiamento) e in numerose applicazioni di natura demografica (transizione al primo figlio). La loro ampia diffusione deriva dalla possibilità di utilizzare i software statistici più diffusi per la stima della probabilità di registrare una transizione in un certo periodo t condizionatamente al non averlo fatto sino al periodo t-1 (hazard probability).
Il lavoro esamina le conseguenze di omissione o di errata specificazione della eterogeneità non osservata (Unobserved Heterogeneity, UH) in modelli di durata a tempo discreto con unica transizione sulla base di simulazioni Monte Carlo. In particolare, si concentra sulle potenziali distorsioni dei coefficienti delle variabili esplicative, della dipendenza temporale e degli effetti marginali dei regressori sulla probabilità di permanenza nello stato iniziale (p.e. la disoccupazione) e sulla sua durata attesa.
Il principale risultato è che l’omissione di UH nei modelli di durata a tempo discreto determina un’attenuazione dei coefficienti stimati imputabile ad un fattore di scala e una sovrastima della dipendenza temporale negativa, ma non distorce le stime degli effetti marginali delle covariate sulla probabilità di sopravvivere e sulla durata attesa. Inoltre, assumere scorrettamente una distribuzione normale per l’UH non determina distorsione né per i coefficienti stimati né per la durata temporale.
Sulla base di queste evidenze, e poiché i modelli binari sono identificati a meno di un fattore di scala, anche con ipotesi errate sulla presenza o la distribuzione di UH è ancora possibile fare inferenza in maniera corretta sui coefficienti. Questo perché i test di significatività, come il test di Wald, si basano sul rapporto tra il coefficiente stimato e il suo standard error, cosicché il fattore di scala che distorce la stima dei coefficienti si elide. Infine, il ricercatore può ancora predire correttamente gli effetti di cambiamenti delle variabili esplicative sulla funzione di sopravvivenza e sulla durata attesa.
Pubblicato nel 2010 in: Journal of Econometrics, v. 159, 1, pp. 1-13
