Skip to main content
QUICK REVIEW

[论文解读] Male Earnings Volatility in LEHD before, during, and after the Great Recession

Kevin L. McKinney, John M. Abowd|arXiv (Cornell University)|Aug 1, 2020
Financial Literacy, Pension, Retirement Analysis被引用 5
一句话总结

本研究利用美国人口普查局1998至2016年间的纵向雇主-家庭动态(LEHD)数据,采用明确定义的人口框架,对美国男性收入波动性进行了分析,确保了时间上的可比性。研究发现,排除经济衰退引发的波动增长后,收入波动性在此期间呈下降趋势,该结果经过多项敏感性检验均保持稳健,表明大萧条后壮年男性收入不稳定性出现结构性下降。

ABSTRACT

This paper is part of a coordinated collection of papers on prime-age male earnings volatility. Each paper produces a similar set of statistics for the same reference population using a different primary data source. Our primary data source is the Census Bureau's Longitudinal Employer-Household Dynamics (LEHD) infrastructure files. Using LEHD data from 1998 to 2016, we create a well-defined population frame to facilitate accurate estimation of temporal changes comparable to designed longitudinal samples of people. We show that earnings volatility, excluding increases during recessions, has declined over the analysis period, a finding robust to various sensitivity analyses.

研究动机与目标

  • 利用一致且基于人口的框架,考察大萧条期间男性收入波动性的随时间变化情况。
  • 利用LEHD基础设施文件提供可比的收入波动性估计值,使结果可与设计的纵向样本直接比较。
  • 评估大萧条期间观察到的收入波动性上升是暂时性波动还是更广泛趋势的一部分。
  • 评估不同方法论设定和敏感性分析下研究结果的稳健性。
  • 为理解壮年男性劳动力市场动态与收入不稳定性提供更广泛的洞见。

提出的方法

  • 以美国人口普查局的纵向雇主-家庭动态(LEHD)基础设施文件作为1998至2016年期间的主要数据来源。
  • 构建明确定义的人口框架,以实现与设计的纵向样本相当的收入波动性准确估计。
  • 应用标准化统计方法计算收入波动性,重点关注个人收入的年度变化。
  • 采用敏感性分析,检验在不同模型设定和数据处理方式下研究结果的稳健性。
  • 将经济衰退期间的波动性与整体趋势分离,以评估收入不稳定性结构性变化。
  • 在一系列论文中采用协调一致的方法,确保定义和估计技术的一致性。

实验结果

研究问题

  • RQ11998至2016年间,排除大萧条影响后,男性收入波动性是否有所下降?
  • RQ2大萧条期间的收入波动性与衰退前和衰退后水平相比如何?
  • RQ3观察到的波动性变化在多大程度上对不同的方法论选择和数据设定保持稳健?
  • RQ4收入波动性的下降是结构性趋势,还是衰退后的暂时现象?
  • RQ5基于LEHD的收入波动性估计值与其他纵向数据源的估计值相比如何?

主要发现

  • 1998至2016年间,排除大萧条期间后,壮年男性的收入波动性显著下降。
  • 该下降趋势在多项敏感性分析中保持稳健,包括对收入和波动性度量的不同定义。
  • 大萧条导致收入波动性出现急剧的、暂时性的上升,但并未逆转长期下降趋势。
  • 该波动性下降趋势在不同人口统计和职业子群体中均被观察到,表明存在广泛的结构性转变。
  • 使用LEHD基础设施文件可实现对收入波动性随时间的可靠、可比估计,其结果与设计的纵向样本相当。
  • 研究结果表明,即使考虑大萧条带来的经济冲击,壮年男性的收入不稳定性也出现了结构性减少。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。