2017年-IMF国际货币组织全球_What_Prevents_a_Real_Business_Cycle_Model_from_Matching_the_US_Data__Decomposing_the_Labor_Wedge_35页_1mb

总结：What prevents a real business cycle model from matching the U.S. data? Decomposing the labor wedge

核心内容

本文探讨了为何标准的现实商业周期（RBC）模型无法解释美国经济数据中的波动，特别是2008年大衰退后的经济表现。作者采用了一种新的数据处理方法，即使用工资单位来消除趋势，从而保留中长期的经济波动。这种方法不同于传统的HP滤波器，后者会过滤掉中长期波动，导致模型与实际数据不符。

主要观点

• 数据处理方法：作者通过将名义GDP及其组成部分除以名义工资，并进一步除以劳动力数量，构造了“工资单位GDP”（GDP in wage units），以消除时间趋势，保留中长期波动。
• 劳动楔的分解：通过使用工资单位数据，作者能够将劳动楔分解为劳动供给楔和劳动需求楔，从而更准确地评估模型对劳动市场行为的解释能力。
• RBC模型的局限性：传统RBC模型认为大多数经济波动由全要素生产率（TFP）冲击引起，但作者发现，在使用工资单位数据后，GDP的大部分波动是由劳动供给楔引起的，而不是TFP冲击。
• 失业率的长期性：2008年大衰退后的失业率长期高于8%，且未迅速恢复到之前的水平，表明经济可能处于一种非有效率的均衡状态。
• 政策含义：如果RBC模型无法解释这些波动，那么传统的基于供给的政策分析可能不适用，而需要考虑需求驱动的政策干预。

关键信息

数据处理与趋势消除

• 工资单位GDP：通过将名义GDP除以名义工资并进一步除以劳动力数量，构造了GDP in wage units，以消除时间趋势并保留中长期波动。
• 与HP滤波器的对比：工资单位GDP比传统HP滤波器构造的GDP更具有波动性，因为后者过滤掉了中长期波动。
• 与失业率的关联：GDP in wage units与失业率高度相关，且相关系数为-0.88，表明两者存在紧密联系。

模型构建与分析

• RBC模型：作者构建了一个RBC模型，其中包含投资楔、劳动供给楔和效率楔，分别对应投资、劳动供给和全要素生产率的冲击。
• 劳动楔的分解：通过引入劳动需求楔，作者能够区分劳动供给和劳动需求的变化对经济波动的影响。
• 模型评估方法：采用业务周期会计方法（Chari, Kehoe, and McGrattan, 2007），通过估计模型参数并构造残差序列（wedges）来评估模型对数据的拟合程度。

实证结果

• 劳动供给楔的主导作用：在工资单位数据中，GDP的大部分波动是由劳动供给楔引起的，而非TFP冲击。
• 与传统文献的对比：作者的结果与传统RBC文献相悖，后者认为TFP冲击解释了70%以上的经济波动。
• 支持不完全劳动市场理论：作者的发现与不完全劳动市场文献一致，表明失业率的上升可能是由于劳动市场不完全导致的效率损失。
• 多均衡模型的必要性：为了解释长期失业和GDP的不完全恢复，作者支持引入多均衡模型。

方法论与技术细节

• 贝叶斯估计：作者使用贝叶斯最大似然法估计模型参数，并通过随机游走Metropolis-Hastings（MCMC）算法计算后验分布。
• 卡尔曼滤波：用于构造平滑的楔序列，以评估模型的拟合效果。
• 参数估计：模型参数包括劳动供给楔、投资楔、效率楔和劳动需求楔，通过估计这些参数来解释数据波动。

结论

本文表明，标准RBC模型无法解释美国经济数据中的波动，特别是2008年大衰退后的经济表现，因为其假设家庭处于最优劳动供给状态是不成立的。作者的方法强调了劳动市场不完全性和多均衡模型的重要性，为理解经济波动提供了新的视角。