Академический Документы
Профессиональный Документы
Культура Документы
ДЗ - 3 (Рожкова, Щеглова)
ДЗ - 3 (Рожкова, Щеглова)
Домашняя работа №3
по курсу «Практическая эконометрика»
Выполнили:
Рожкова А. (401)
Щеглова М. (401)
Москва 2022
Оглавление
Пункт 1.2
Дайте оценку эффекта от закона Макрона методом разность разностей. Для этого
используйте данные из файла data_mac_sr.dta. Ограничьте выборку, используя условие
sample_mac_sr == 1. Оцените 5 моделей. Зависимая везде – логарифм цены (lprice100).
Первая модель – «обычная» разность разностей без контрольных переменных. Вторая – с
добавлением контрольных переменных Corsica:bdays, Sardinia:bdays, google_src, town_avail.
Можете добавить и другие переменные из доступных. Модели 3,4,5 должны включать
дополнительно к модели 2 тройные произведения дамми периода после введения закона,
дамми тритментгруппы с: сетевыми/несетевыми отелями (модель 3), звёздностью отеля
(модель 4), размером отеля (модель 5). Код должен выводить таблицу с 5 моделями.
Готовую таблицу нужно вставить в текст. В тексте коротко прокомментируйте
результаты, в том числе коэффициенты при произведениях.
Пункт 1.3
Напишите словами содержательно (не «тритмент», а конкретно к данному кейсу), для
какой группы объектов вами получена оценка в модели 1.
Для отелей Корсики по сравнению с отелями Сардинии после введения закона. Модель
1 представляет из себя регрессию, где зависимая переменная – логарифм цены, а переменная
интереса – Treated – это dummy переменная, равна 1, если номер находится на Корсике
(Корсика является «treated» region). Оценка эффекта закона Макрона была получена путем
сравнения цен на сайте Booking.com для нескольких сотен отелей в двух регионов – на
Корсике (Франция)1, где был введен закон, и в Сардинии (Италия), где закон не был введен –
за период с 2015 по 2017 гг.
Пункт 1.4
Почему авторы называют такие результаты «краткосрочными эффектами»?
Потому что были получены на основе цен, опубликованных в течение двух с половиной
месяцев с момента опубликования закона (с 1 сентября по 20 октября 2015 года).
Пункт 1.5
Зачем авторы приводят таблицу 7 и как они оценивают уравнения для неё?
В таблице 7 приведены результаты плацебо-теста для 4-х спецификаций, однако все данные,
которые используют авторы, были собраны до 6 августа 2015 (т.е. предполагается, что в этих
данных не присутствуют никакие изменения, связанные с законом). В качестве переменной
воздействия PostLaw используется бинарная переменная равная 1, если ночные предложения
были в 2015 году.
Как оцениваются уравнения?
Пункт 1.6
Зачем авторы приводят таблицу D1 в приложении D?
В таблице D1 представлены результаты, подтверждающие тот факт, что снижение цен
началось ещё до обнародования закона, то есть присутствовал эффект ожидания.
Воздействие на среднестатистический отель было незначительным во спецификациях (что
позволяет авторам исключить anticipation effect), кроме тех, где отели были аффилированы
сетям, имели 4 звезды и имели средний и большой размеры.
Пункт 2.1
Оцените эффект от закона Макрона методом синтетического контроля. Используйте
данные из файла data_mac_synth.dta. Ограничьте выборку, используя условие synth_mac ==
1. Обратите внимание, что данные теперь имеют группировку (переменная classification).
Тритмент-групппе соответствует значение classification=1. В качестве предикторов
1
Франция отменила все виды положений о ценовом паритете в августе 2015 года, в то время как Италия
сделала то же самое только в августе 2017 года.
можете использовать сведения о lprice100, bdays, stars, hot_size, capacity, punteggio,
date_start_booking, google_src. Считаем, что тритмент наступает с 32й недели (week_src).
Приведите в тексте график с динамикой на Корсике и синтетической Корсике. Очень (!)
коротко напишите комментарии.
Пункт 2.2
По полученным в предыдущем пункте результатам приведите в тексте таблицу и/или
график с весами наблюдений из контрольной группы, из которых составляется
синтетическая Корсика, а также средние значения для Корсики, контрольной группы и
синтетической Корсики. Очень (!) коротко напишите комментарии.
weights unit.names
0.000 5
0.000 6
0.349 7
0.000 8
0.072 9
0.000 10
0.000 11
0.178 12
0.000 13
0.000 14
0.000 15
0.000 16
0.000 17
0.400 18
0.000 19
0.000 20
0.000 21
0.000 22
Пункт 2.3
Сделайте плацебо-тест по времени. Приведите график и кратко опишите полученный
результат. Зачем нужен плацебо-тест во времени?
Рисунок 2. Плацебо-тест "во времени"
Пункт 2.4
Сделайте плацебо-тест «в пространстве». Приведите график и кратко опишите
полученный результат. Зачем нужен плацебо-тест «в пространстве»? Приведите
численный критерий качества подгонки (отношение среднеквадратического отклонения
синтетического тренда от настоящего до и после закона). Приведите результаты в
тексте. Кратко прокомментируйте их.
Рисунок 3. Плацебо-тест "в пространстве"
Пункт 2.5
Придумайте, как ещё можно было бы проверить качество оценок, полученных
синтетическим контролем.
Можно поменять зависимую переменную, которая по нашим предположениям не должна
измениться. В качестве такой переменной была взята переменная punteggio (итал. рейтинг).
Затем мы сравнили кривую региона 5 и кривую синтетического контроля (см. рисунок 4).
Рисунок 4. Проверка качества оценок, полученных методом синтетического контроля
Пункт 3.1
Какой вклад в свою область вносит это исследование? С какими другими
исследовательскими вопросами связано это исследование? Знаете ли вы, почему ещё этот
вопрос может быть интересен (со ссылками на литературу)?
Анализ, приведенный в статье, и представленные результаты могут быть особенно
актуальны для политиков в условиях, характеризующегося неоднородностью в отношении
необходимости регулирования платформ.
В данной статье используются данные, полученные от Booking.com (они достаточно полные
и подробные, что позволяет точно подобрать гостиничные номера по типу, качеству и
другим характеристикам). Полученные в ходе работы результаты (значительное снижение
цен на Booking.com, особенно в short-term перспективе, и в особенности для отелей с
высоким рейтингом и сетевых отелей) в сочетании с выводами двух работ, [Hunold et al.,
2018] (подтверждение увеличения числа замещения каналов) и [Ennis et al., 2020] (снижение
цен на транзакции, предлагаемых группой сетевых отелей), помогают провести
всеобъемлющий анализ влияния отмены положений о ценовом паритете на все различные
каналы продаж.
Недавняя практика, принятая OTAs (Online Travel Agencies), например, наказание отелей,
если они решают дифференцировать цены по каналам продаж, вызвала обеспокоенность
регулирующих органов, поскольку такие действия ограничивают свободу отелей в
регулировании цен. В работе [Hunold and Kesler, 2019]2 авторы показывают, что позиция
отеля в результатах поиска OTAs лучше, когда цены, взимаемые отелем по другим каналам,
выше (что согласуется с гипотезой о том, что ОТА изменяют результаты своего поиска,
чтобы наказать отели за агрессивные цены на конкурирующих каналах, тем самым снижая
качество поиска для потребителей). Представленный авторами анализ не может дать
2Hunold, Matthias and Kesler, Reinhold and Laitenberger, Ulrich, Hotel Rankings of Online Travel Agents, Channel Pricing, and
Consumer Protection (December 2018). ZEW - Centre for European Economic Research Discussion Paper No. 18-059,
http://dx.doi.org/10.2139/ssrn.3447828
однозначного вывода о том, какой вид рейтинга OTA отелей является социально
оптимальным. Тем не менее, они выдвигают два потенциальных риска оптимизации
рейтинга OTA, один из которых заключается в том, что такая оптимизация может иметь
эффекты, сравнимые с эффектами от PPC.