Testing Unemployment Hysteresis with Multi-Factor Panel Unit Root: Evidence from OECD Countries
Notice bibliographique
Résumé
Hysteresis is a dominant feature of unemployment in numerous countries. According to the hysteresis hypothesis, it is a well-known fact that high unemployment may persist and remain an economic threat in the long run if policy measures are not taken. In this study, it is tested whether the unemployment rates for 10 selected countries of the Organisation for Economic Co-operation and Development (OECD) (Belgium, Canada, Czech Republic, Estonia, France, Japan, Netherlands, Spain, Britain and the USA) contain unit root or not, in other words, whether the hysteresis effect is valid for these countries. For this purpose, this study utilises the concept of the multi-factor panel unit root test proposed by Pesaran, Smith and Yamagata. This method measures cross-section dependence through factors. The test analyses whether the unit root is valid or not, using information about a sufficient number of additional explanatory variables. The characteristic of these additional variables is that they must share a common factor with the variable whose stationarity is tested. It is accepted that this common factor causes cross-sectional dependence. We have taken tax wedge, trade union density and minimum wage as factors that cause cross-sectional dependency and affect unemployment hysteresis. In this test developed by the authors, in the case of a multi-factor error structure, the test procedure is completed by using the information contained in 3 additional variables. The study explores not only the validity of unemployment hysteresis but also the factors that affect the rigidity of the unemployment rate. However, the research was unable to encompass the entire OECD countries and all times because of the lack of data. The results showed that the hysteresis is valid for 10 selected OECD countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».