Why did unemployment respond so differently to the global financial crisis across countries? Insights from Okun’s Law
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The global financial crisis deeply impacted labour markets around the globe. In the case of the United States, some commentators have argued that the subsequent rise in unemployment exceeded previous estimates of the elasticity of the unemployment rate with respect to output growth, a statistical relationship known as Okun’s law. In contrast, others find a stable, long-term estimate of Okun’s coefficient implying that the deviation in unemployment during the crisis resulted from a larger output gap (not a structural shift in the trend). Ultimately, estimates of this relationship will depend on the methodology and data period utilized. Focusing more on short-term fluctuations, changes in unemployment are decomposed to identify the association with other channels of labour market adjustment (hours, productivity and labour force). Results presented in this paper confirm the cross-country variation in the responsiveness of unemployment in the wake of the Great Recession. In the United States, Canada, Spain and other severely affected economies, estimates of Okun’s coefficient increased sharply, departing from pre-crisis levels. In other countries, where unemployment has remained subdued, such as Germany and the Netherlands, the coefficient has fallen dramatically over the short-term. While other factors can explain the heterogeneous impact of the global financial crisis on labour markets in OECD countries, this paper focuses on the contribution of labour market institutions (employment protection legislation) in explaining cross-country differences and shifts in the estimated Okun’s coefficient. In this regard, empirical evidence confirms that the responsiveness in the unemployment rate during the global downturn was lower in countries where workers are afforded greater employment protection such as Germany. JEL codes E24, J64, G01
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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