Overview

Abstract (English)

Please note that abstracts only appear in the language of the publication and might not have a translation.

Abstract (French)

Il est bien connu dans la littérature relative à l’offre de travail que négliger les phénomènes d’hétérogénéité individuelle inobservée et de biais de sélection dans la modélisation, peut conduire à une estimation biaisée et non convergente des paramètres d’intérêt. Afin de corriger ces problèmes, Kyriazidou (2001) propose une estimation en deux étapes, tenant compte de la présence de biais de sélection, d’hétérogénéité individuelle non observable et d’une structure autorégressive. Dans un premier temps, une estimation convergente des paramètres inconnus de l’équation de participation au marché du travail est obtenue. Dans un deuxième temps, les coefficients estimés sont intégrés à la construction d’une pondération Kernel appliquée aux instruments de l’estimateur GMM asymptotiquement normal et convergent à un taux près de la racine de ?n. Les résultats de l’estimateur GMM proposé sont comparés à un estimateur << naïf >> et ceux-ci concluent en la présence significative d’un biais de sélection et d’une structure autorégressive dans l’équation de l’offre de travail des femmes au Canada. De plus, ignorer la présence de l’effet de sélection tend à sous-estimer l’impact des variables liées au ménage, soit le nombre d’enfants et le revenu de travail du conjoint, et à surestimer l’effet positif du salaire sur l’offre de travail.