MétaCan
Menu
Retour à la cohorte
Enregistrement W1487036038

The Non-neutrality of Severance Payments with Incomplete Markets

2010· preprint· en· W1487036038 sur OpenAlexaff
Giulio Fella, Gianluca Violante, Marco Cozzi

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2010
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSeveranceEconomicsWagePaymentWelfareLabour economicsUnemploymentMacroeconomicsFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We study the equilibrium welfare effects of introducing mandated severance payments in a labor market with costly mobility, where self-insurance through a riskless asset is the only way to smooth fluctuations in labor income due to unemployment shocks. The framework allows for wage flexibility at the level of the individual firm-worker match. Wages vary with both tenure and productivity of the workers. When severance payments are introduced, the firm can potentially undo their effect by modifying the wage profile. Workers entry wages fall by the expected present value of the future payment. However, because of incomplete markets, workers are unlikely to be indifferent about the slope of the wage profile. Moreover, non trivial general equilibrium effects are also present, since the capital stock varies. On the one hand, the precautionary motive for savings is reduced by the introduction of severance payments, since agents are better insured. On the other hand, the change in the wage profile is likely to reduce the savings of young individuals and increase that of older ones. The model is solved numerically and calibrated to the US economy. We compare a welfare measure for the baseline economy, i.e. without severance payments, to those of a series of counterfactual economies where the severance payments are introduced at increasing levels. For reasonable values of the severance payments, Welfare gains and costs seem to be quantitatively small. JEL Classification Codes: E24, D52, D58, J65.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,060
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,060
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,005
Communication savante0,0050,016
Science ouverte0,0020,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0220,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,034
Tête enseignante GPT0,277
Écart entre enseignants0,243 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetEconomic theories and modelsTravaux en français237 207