2015年-IMF国际货币组织全球_Uncertainty_and_Unemployment_The_Effects_of_Aggregate_and_Sectoral_Channels_26页_809kb
报告摘要
总结:Uncertainty and Unemployment: The Effects of Aggregate and Sectoral Channels
核心内容
本文探讨了不确定性冲击(包括整体不确定性与行业不确定性)对美国失业率的影响,通过构建两个不同的不确定性指数,分析其对失业率的不同作用机制。研究基于1957年第一季度至2014年第三季度的美国股市数据,采用结构向量自回归(VAR)模型进行实证分析。
主要观点
- 整体不确定性:整体不确定性冲击(通过标普500指数的实现波动率衡量)会导致失业率立即上升,但影响持续时间较短,通常在一年内消退。
- 行业不确定性:行业不确定性冲击(通过跨行业股票收益波动率衡量)对失业率的影响更为持久,其峰值效应通常出现在两年后,并且在三年内仍具有统计显著性。
- 长期失业:行业不确定性在解释长期失业(超过26周)方面尤为重要,而整体不确定性对长期失业的影响较小。
- Great Recession:在2007-2014年的Great Recession期间,行业不确定性对长期失业的贡献显著,而整体不确定性的作用相对有限。
- 理论机制:整体不确定性冲击通过“等待观望”机制影响失业率,而行业不确定性则通过劳动力跨行业再分配的高成本影响失业率。
关键信息
不确定性测量方法
-
整体不确定性指数:基于标普500指数的实现波动率(RV),计算方式为:
$$
R V _ {t} = \left[ \sum_ {s = 1} ^ {S} \frac {252}{S} \left(R _ {s, t} - \bar {R} _ {t}\right) ^ {2} \right] ^ {1 / 2}
$$
其中,$ S $ 表示每个季度的交易天数,$ R_{s,t} $ 表示第 $ s $ 天的市场收益,$ \overline{R}_t $ 表示季度平均收益。 -
行业不确定性指数:通过调整行业收益以消除市场收益的影响,计算超额收益的方差:
$$
C S V _ {t} = \left[ \sum_ {i = 1} ^ {n} W _ {i} \left(\eta_ {i, t} - \bar {\eta} _ {t}\right) ^ {2} \right] ^ {1 / 2}
$$
其中,$ \eta_{i,t} $ 表示调整后的行业超额收益,$ W_i $ 是行业在总就业中的权重。
VAR模型设定
- 基准模型包含以下七个变量:标普500季度收益、整体和行业不确定性指数、通货膨胀率、联邦基金利率、实际GDP增长率和失业率。
- 模型采用递归排序法识别变量间的关系,假设不确定性冲击首先影响股票市场,然后影响价格(通胀和利率),最后影响产出和失业率。
- 滞后长度设为4,以适应季度数据。
实证结果
- 短期失业:整体不确定性冲击对短期失业的影响较小且短暂,而行业不确定性冲击则具有显著的持续影响。
- 长期失业:行业不确定性冲击在解释长期失业方面更为重要,特别是在Great Recession期间。
- 波动率分解:整体不确定性对失业率预测误差方差的贡献仅为1.5%,而行业不确定性贡献约15%。
- 稳健性检验:
- 不同时间段(1984Q1–2014Q3 和 1984Q1–2007Q4)的稳健性检验均显示行业不确定性冲击的影响更为持久。
- 使用4变量VAR模型和8滞后期的VAR模型,结果保持一致,表明结论具有稳健性。
- 反向排序VAR模型的估计结果进一步支持行业不确定性冲击的长期影响。
结构清晰总结
一、引言
- 本文研究不确定性冲击对美国劳动力市场的影响,区分整体和行业不确定性。
- 通过构建两个不确定性指数,分析其对失业率的不同作用。
- 2007年后的长期失业率显著上升,与行业不确定性密切相关。
二、不确定性测量
- 整体不确定性:通过标普500指数的实现波动率衡量。
- 行业不确定性:通过调整行业收益以消除市场收益影响,衡量跨行业波动。
- 两种不确定性指数均具有显著的反周期特征,但在Great Recession期间表现出不同的动态模式。
三、结构VAR分析
- 基准模型:包含7个变量,包括两种不确定性指数、失业率、实际GDP增长率、标普500收益、通胀率和联邦基金利率。
- 冲击效应:
- 整体不确定性冲击对失业率的即时影响为0.06个百分点,但在三季后不再显著。
- 行业不确定性冲击对失业率的即时影响为0.2个百分点,且影响持续超过三年。
- 长期失业分析:行业不确定性在解释长期失业方面更为重要,特别是在Great Recession之后。
- 稳健性检验:
- 不同时间段的VAR模型结果均支持行业不确定性冲击的长期影响。
- 使用4变量模型和8滞后期模型,结果保持一致。
- 反向排序VAR模型的估计结果进一步支持行业不确定性冲击的持久性。
四、结论
- 整体不确定性与行业不确定性对失业率的影响机制不同,前者影响短期失业,后者影响长期失业。
- 行业不确定性在解释长期失业方面具有更强的解释力,特别是在Great Recession期间。
- 未来研究可考虑构建整合模型,同时评估整体和行业不确定性对失业率的影响。
图表摘要
- 图1:整体和行业不确定性指数在1957Q1–2014Q3期间的行为。
- 图2:两种不确定性指数的数值分布。
- 图3:样本期间整体失业率和长期失业率的历史变化。
- 图4:整体不确定性冲击对宏观经济变量的影响。
- 图5:行业不确定性冲击对宏观经济变量的影响。
- 图6:整体不确定性对不同期限失业率预测误差方差的贡献。
- 图7:行业不确定性对不同期限失业率预测误差方差的贡献。
- 图8:长期失业率的动态响应。
- 图9:Great Recession期间两种不确定性对长期失业的贡献。
- 图10a:1984Q1–2014Q3期间的稳健性检验。
- 图10b:1984Q1–2007Q4期间的稳健性检验。
- 图11:4变量VAR模型的结果。
- 图12:反向排序VAR模型的稳健性检验。
- 图13:使用8滞后期的VAR模型结果。
关键术语
- 整体不确定性:影响所有行业的不确定性,通常通过股市整体波动衡量。
- 行业不确定性:影响特定行业的不确定性,通常通过跨行业波动衡量。
- 长期失业:超过26周的失业,是本文重点研究对象。
- Great Recession:2007–2009年美国经济衰退,对失业率影响显著。
- VAR模型:向量自回归模型,用于分析变量之间的动态关系。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载