2018年-IMF国际货币组织全球_Employment_Time_and_the_Cyclicality_of_Earnings_Growth_67页_2mb

总结：Employment Time and the Cyclicality of Earnings Growth

核心内容

本研究探讨了意大利经济周期中收入增长分布的变化，特别关注就业时间（employment time）和周收入（weekly earnings）变化在其中的作用。通过将年度收入增长分解为就业时间和周收入变化的贡献，研究发现就业时间的变化是收入增长分布尾部（极端值）的主要驱动因素，而周收入变化的分布则更为对称且稳定。这些发现对理解收入增长的周期性波动及其非对称性具有重要意义。

主要观点

• 收入增长的两个来源：年度收入增长可以分解为就业时间和周收入变化两个独立的部分。
• 就业时间的主导作用：就业时间的变化主要影响收入增长的尾部分布，导致经济衰退期间收入增长的负偏态（negative skewness）和更大分散性。
• 周收入变化的稳定性：周收入变化的分布对称且在经济周期中保持稳定，其三阶中心矩（skewness）接近于零。
• 政策影响：税收和转移支付可以缓解收入增长的非对称性，尤其是在经济衰退后，失业保险的作用更为显著。
• 模型构建：研究提出一个基于就业和工资过程的收入增长模型，仅需少量参数即可捕捉收入增长分布的关键特征，包括周期性偏态。

关键信息

数据来源

• 意大利数据：使用意大利社会保障机构（INPS）的行政面板数据，涵盖1985-2012年，包括每位工人的年度收入和就业周数。
• 美国数据：使用美国人口普查局（CPS）的调查数据，用于验证模型的适用性。

分析方法

• 分解模型：将年度收入增长分解为就业时间和周收入变化的贡献。
• 统计检验：通过构建三阶中心矩的时间序列，检验其与GDP增长的同期相关性，以确定其周期性。
• 非参数估计：使用非参数方法分析就业时间变化对收入增长分布的影响。

主要发现

• 就业时间主导尾部变化：就业时间的变化是收入增长分布尾部（低于10%和高于90%分位数）的主要原因。
• 三阶中心矩的周期性：收入增长的三阶中心矩（skewness）具有周期性，与GDP增长高度相关，而周收入变化的三阶中心矩则相对稳定。
• 就业时间的非持久性：五年期的收入增长变化方差高于一年期，但就业时间的变化方差则与一年期相近，表明其更多是短期波动。
• 就业状态转换的影响：在经济衰退期间，就业分离率（从就业到失业）上升，而雇佣率（从失业到就业）下降，这导致收入增长的负偏态。
• 税收和转移支付的作用：意大利的税收和转移支付制度减少了收入增长的方差和非对称性，尤其在2007年经济衰退后表现明显。

模型建议

• 就业过程：基于随机的劳动市场状态转换，模拟就业时间的变化，其能解释收入增长分布的尾部和周期性偏态。
• 工资过程：工资变化由一个正态分布的永久成分和一个临时冲击组成，生成对称的工资增长分布。
• 模型验证：模型能够拟合意大利收入增长分布的形状及其周期性偏态，且在美国劳动市场数据中也显示出相似的结果。

结构分析

一、引言

• 研究背景：探讨收入增长的周期性波动及其非对称性。
• 研究目标：通过分解就业时间和周收入变化，分析其在收入增长分布中的作用。
• 研究方法：使用非参数方法和统计检验，分析意大利和美国的数据。

二、相关文献

• 周期性收入风险：已有研究（如Storesletten等）探讨了个体收入过程的周期性特征。
• 非对称性解释：GOS（Guvenen, Ozkan, and Song, 2014）发现美国收入增长的非对称性，但未考虑就业时间变化。
• 方法差异：本研究采用不同的方法（如三阶中心矩分析）来解释收入增长的非对称性。

三、收入增长分解

• 收入组成：年度收入由就业周数、周工作小时数和每小时工资组成。
• 分解公式：
  • 年度收入增长 = 就业周数变化 + 周收入变化
  • 周收入变化 = 周工作小时数变化 + 每小时工资变化
• 三阶中心矩分解：收入增长的三阶中心矩由就业时间变化和周收入变化的交叉项组成，其中就业时间变化是主要贡献。

四、数据与分析

• 数据来源：INPS数据（意大利）和CPS数据（美国）。
• 时间序列分析：分析就业时间变化和周收入变化的三阶中心矩随时间的变化。
• 统计检验：检验三阶中心矩与GDP增长的相关性，确认其周期性特征。

五、就业时间的影响

• 就业状态转换：经济周期中，就业分离率和雇佣率的变化影响收入增长的非对称性。
• 税收与转移支付：意大利的税收和转移支付制度减轻了收入增长的非对称性，尤其是失业保险的作用显著。
• 不同就业类型：就业时间变化是导致不同就业类型（switchers vs. stayers）收入增长分布差异的主要原因。

六、模型构建与验证

• 模型结构：结合就业过程和工资过程，构建一个简单的收入增长模型。
• 模型验证：模型在意大利和美国数据中均能有效捕捉收入增长分布的周期性特征，尤其是负偏态。

结论

本研究强调，就业时间的变化在收入增长的周期性波动中起着关键作用，而周收入变化则相对稳定。因此，在构建收入增长模型时，应将就业过程和工资过程分开考虑，以避免对经济周期中收入增长的非对称性和动态特征产生错误结论。模型的构建和验证表明，这种分解方法能够有效解释收入增长的周期性偏态，并为政策制定提供理论支持。