Format du dépôt |
Fichier |
Type de dépôt |
Thèse |
Résumé |
en
This thesis is composed of three essays on the microeconometrics of education and labor market. Last decades faced the massification of higher education and higher unemployment rate. In this context, individual determinants of education choices and their links with career paths need to be seriously studied. The litterature underlines the key role of individual heterogeneity, especially socio-economic characteristics and family background. This research focuses on additional individual determinants of educational achievement and professional trajectory. The firstchapter adds a new dimension to educational human capital. By constructing a precise model of specialisation choices at each step of the educational path, it shows that the degree ofspecialisation can be as important as the total number of years of study in determining future earnings. The second part of this dissertation deals with the link between personality andeducational choices. Results show that achievements at age 17, whether academic or professional, are partly explained by differences in latent factors such as intelligence and motivation. However, risk aversion is poorly correlated with this result. The third contribution of this thesis studies the influence of risk aversion on wage trajectories. Results highlight its role in revenue growth: the more likely people are to take risks, the faster their wages grow, especially early in their careers .
fr
Cette thèse rassemble trois travaux en microéconométrie du travail et de l'éducation. Dans un contexte récent d'une massification scolaire et d'une augmentation du chômage, les déterminants individuels des choix scolaires et leurs conséquences en termes de trajectoires professionnelles sont à étudier avec attention. La littérature a mis en évidence l'importance de l'hétérogénéité individuelle pour expliquer les trajectoires scolaires et professionnelles, c'est-à-dire en premier lieu les caractéristiques socio-économiques et le milieu familial. Ces recherches explorent d'autres déterminants de la réussite scolaire et professionnelle. Le premier chapitre se concentre sur l'ajout d'une dimension dans le capital humain scolaire. En modélisant finement la possibilité de spécialisation à chaque niveau, il montre qu'une variation dans le type de diplôme obtenu peut avoir un effet au moins aussi important qu'une augmentation du nombre d'année d'études sur le salaire futur. Le deuxième volet de cette thèse porte sur le lien entre la personnalité et les choix éducatifs. Les résultats montrent que la différence de réussite à 17 ans, académique ou professionnelle, s'explique en partie par des différences dans les facteurs latents tels que l'intelligence et la motivation. En revanche, l'aversion au risque est faiblement corrélée à cette réussite. La troisième contribution de cette thèse consiste à étudier l'influence de l'aversion au risque dans les trajectoires des salaires. Les résultats mettent en évidence son rôle déterminant dans la croissance des revenus: plus les individus sont enclins à s'exposer au risque, plus leur salaire croît vite, surtout en début de carrière.
|
Sous-Titre |
en
Essays on Risk, Personality and Degrees
fr
Essais sur le risque, la personnalité et les diplômes
|
Titre |
en
Schooling Choices and Career Path
fr
Choix scolaires et trajectoires professionnelles
|
Auteur(s)
|
1
CREST -
Centre de Recherche en Économie et Statistique
( 2579 )
- 5, Avenue Henry Le Chatelier
91120 Palaiseau
- France
-
Ecole Nationale de la Statistique et de l'Analyse de l'Information [Bruz] ( 244399 )
;
-
École polytechnique ( 300340 )
;
-
École Nationale de la Statistique et de l'Administration Économique ( 300604 )
;
-
Centre National de la Recherche Scientifique UMR 9194 ( 441569 )
|
Numéro National (NNT) |
|
Date de soutenance |
2015-09-02
|
Table des matières |
-
1 Specialization during Education 21
1.1 Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.1.1 Schooling decisions . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.1.2 Labor Market Alternatives . . . . . . . . . . . . . . . . . . . . . . 28
1.1.3 Identification Issues . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.2 Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.2.1 The Génération 98 Panel Data . . . . . . . . . . . . . . . . . . . 33
1.2.2 Computing Capacity Constraints of Schools . . . . . . . . . . . 37
1.2.3 Descriptive Analysis of labor market trajectories . . . . . . . . 41
1.3 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
1.3.1 Distinct Returns of Specializations . . . . . . . . . . . . . . . . . 45
1.3.2 Costs of schooling . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
1.3.3 Labor market trajectories . . . . . . . . . . . . . . . . . . . . . . 48
1.3.4 Ex-ante returns to schooling . . . . . . . . . . . . . . . . . . . . . 50
1.A Summary of Notations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
1.B Model Likelihood . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
1.B.1 Labor market contributions . . . . . . . . . . . . . . . . . . . . . 56
1.B.2 Schooling contributions . . . . . . . . . . . . . . . . . . . . . . . . 62
1.C Estimates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
1.C.1 Schooling costs Intercepts . . . . . . . . . . . . . . . . . . . . . . 66
1.C.2 Offers arrival rate . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
2 Evidence on Risk Aversion and Psychological Traits 71
2.1 The GSOEP Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
2.1.1 The German Education System . . . . . . . . . . . . . . . . . . . 75
2.1.2 Risk Aversion Measurement . . . . . . . . . . . . . . . . . . . . 76
2.1.3 Non Cognitive Traits . . . . . . . . . . . . . . . . . . . . . . . . . 77
2.1.4 Cognitive Skills . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
2.1.5 Social Preferences : Trust and Reciprocity . . . . . . . . . . . . 79
2.1.6 Parental Background Variables . . . . . . . . . . . . . . . . . . . 80
2.2 The Econometric Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
2.2.1 Defining Risk Aversion . . . . . . . . . . . . . . . . . . . . . . . . 80
2.2.2 Modeling Psychological Factors and Risk Aversion . . . . . . . 81
2.2.3 Measurement Equations . . . . . . . . . . . . . . . . . . . . . . . 83
2.2.4 Identification of the Factor Structure . . . . . . . . . . . . . . . 84
2.2.5 Estimation Method and Likelihood Function . . . . . . . . . . . 85
2.3 Empirical Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.3.1 The Distribution of Factors and Differences between Tracks . . 86
2.3.2 The Correlation betweens Factors and Risk Aversion . . . . . . 91
2.4 Concluding Remarks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
2.A Psychometric Questions in the GSOEP . . . . . . . . . . . . . . . . . . 93
2.A.1 Locus of control . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
2.A.2 Conscientiousness . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
2.A.3 Trust . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
2.A.4 Positive Reciprocity . . . . . . . . . . . . . . . . . . . . . . . . . 95
2.B Descriptive Statistics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
2.C Counterfactual Distributions . . . . . . . . . . . . . . . . . . . . . . . . . 95
3 Risk Tolerance and Life Cycle Income Profiles 99
3.1 Modeling Risk Tolerance . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
3.1.1 The Lottery and CRRA Assumption . . . . . . . . . . . . . . . . 102
3.1.2 Risk Tolerance Categories . . . . . . . . . . . . . . . . . . . . . . 103
3.2 A Model of Life-Cycle Income Profiles . . . . . . . . . . . . . . . . . . . 104
3.3 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
3.3.1 Sample description . . . . . . . . . . . . . . . . . . . . . . . . . . 107
3.3.2 Model estimates . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
3.3.3 Effect of the Estimated Risk Tolerance . . . . . . . . . . . . . . 108
3.A Estimating Risk Tolerance From the PSID . . . . . . . . . . . . . . . . 111
3.B From Initial sample to proper data . . . . . . . . . . . . . . . . . . . . . 112
3.C Full Model Estimates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
Bibliographie 117
|
Langue du document |
Anglais
|
Organisme de délivrance |
|
École doctorale |
-
École doctorale de l'École Polytechnique (EDX) - ED 447
|
Directeur de thèse |
|
Membre du jury |
-
Raïcho Bojilov, Professeur, École polytechnique
-
Nicolas Jacquemet [Rapporteur]
-
Thierry Kamionka, Directeur de recherche, CNRS [Président du jury]
-
Robert M. Sauer [Rapporteur]
|
Sujet |
-
Sciences de l'économie, de la gestion et de la société
|
Spécialités |
|
Fonds |
|
Domaine(s) |
-
Sciences de l'Homme et Société/Gestion et management
|
Mots-clés |
en
Structural modelling, Schooling Choices, Risk, Economics of Education, Microeconometrics, Discret choices
fr
Microéconométrie, Économie de l'éducation, Risque, Choix scolaires, Modèles structurels, Spécialisation scolaire, Choix discrets
|