Outputorientierte Evaluierung

Output‐orientierte Evaluierung öffentlich geförderter FTI‐Programme
den beobachtbaren Merkmalsvektor X, P(X)=P(D=1|X), an. Diese Wahrscheinlichkeit wird mit
nichtlinearen Regressionsmodellen, typischerweise einem Probitmodell geschätzt. Damit sind aber
auch bei diesem grundsätzlich nichtparametrischen Verfahren Verteilungsannahmen notwendig.
In einem zweiten Schritt erfolgt das Matching zwischen diesen beiden Gruppen, d. h. die
Zuordnung von nicht geförderten Unternehmen zu geförderten Unternehmen zwecks Bildung der
Differenz der Ergebnisgrößen, auf Basis der Teilnahmewahrscheinlichkeit.
Es werden also Unternehmen mit ähnlicher Teilnahmewahrscheinlichkeit miteinander verglichen.
Die Identifikationsannahme beim exakten Matching ändert sich beim „Matching on the Propensity
Score“ entsprechend zu
EሺY ୧ሺ0ሻ|PሺXሻ,D ୧ ൌ1ሻ ൌ EሺY ୧ሺ0ሻ|PሺXሻ,D ୧ ൌ0ሻ. (25)
Neben der Identifikationsannahme in (25) gibt es zwei weitere wesentliche Annahmen, die beim
Matchingansatz erfüllt sein müssen, wobei die erste Annahme eine alternative Formulierung der
Identifikationsannahme in Gleichung (25) darstellt.
� Conditional Independence Assumption oder Unconfoundedness Assumption. Dabei handelt es
sich um die kritische Identifikationsannahme beim Matchingansatz. Sie besagt, dass, gegeben
die beobachtbaren Merkmale X, die potenziellen Ergebnisse unabhängig von der
Maßnahmenteilnahme sind. Anschaulich ausgedrückt: Für alle Unternehmen mi den gleichen
Merkmalen X ist das potenzielle Ergebnis bei Förderung oder Nichtförderung identisch:
Y୧ሺ1ሻ,Y୧ ሺ0ሻ ٣ D୧|
X୧ bzw. Y୧ሺ1ሻ,Y୧ ሺ0ሻ ٣ D୧|
PሺX୧ሻ. ሺ24ሻ ሺ26ሻ
Diese Annahme trifft im Wesentlichen die Identifikationsannahme einer Selektion aufgrund
beobachtbarer Merkmale X. Sie ist jedoch – wie die meisten kritischen
Identifikationsannahmen – nicht testbar: „The acceptance of the unconfoundedness
assumption cannot be directly tested, but the availability of ample information is important in
order to define a vector of covariates X that makes the assumption more plausible.“ (Gonzalez/
Pazo 2008:377)
� Comon Support Assumption oder Overlap Assumption. Diese Annahme verlangt dass für jedes
geförderte Unternehmen mit Charakteristika X auch ein nicht gefördertes Unternehmen mit
den gleichen Merkmalsausprägungen bzw. der gleiche Förderwahrscheinlichkeit existiert.
0 ൏ ܲሺD୧
ൌ1|
X୧ሻ
൏1 (27)
Dies ist eine notwendige Annahme, weil ansonsten keine passenden Matchingpartner
gefunden werden können. Diese Annahme wäre verletzt, wenn z.B. alle Unternehmen einer
Branche durch eine branchenspezifische Fördermaßnahme gefördert werden. Trifft dieser Fall
zu, kann kein Matching‐Ansatz angewandt werden. Für die Annahme (27) existieren
Prüfverfahren. Abbildung 30 und Abbildung 31 illustrieren die Erfüllung bzw. Verletzung der
Annahme. Dabei ist auf der Abszisse der Propensity Score aufgetragen, der Werte zwischen 0
und 1 annehmen kann (es handelt sich hierbei um eine Wahrscheinlichkeit). Auf der Ordinate
wird der zugehörige Anteil bzw., weil es sich um stetige Zufallsvariablen handelt, die Dichte
aufgetragen.
130