双语阅读

用“大数据”跟踪劳动力市场

2019/09/20 23:01
收藏
对照中文英文原文
就业增长是最可靠的商业周期指标之一。

工资单就业增长是最可靠的商业周期指标之一。根据美国劳工统计局(BLS)当前就业统计(CES)调查,美国战后每次衰退的特征都是就业人数同比下降,而且,除了这些衰退性下降之外,就业人数同比增长一直是积极的。因此,政策制定者、金融市场和普通公众对CES每月初公布的就业增长数据给予大量关注并不令人意外。

然而,尽管CES调查是对劳动力市场活动进行的最仔细的测量之一,并且使用了非常大的样本,但它仍然存在显著的抽样误差和非抽样误差。例如,当劳工统计局在2019年7月首次报告私营部门非农就业人数增长14.8万人时,仅由于抽样误差,相关的90%置信区间为+/- 10万。

就业的另一种衡量方法

从理论上讲,可以通过增加样本量来提高CES数的可靠性,因为样本方差随样本量规模上升而减小;的确,Krueger和Fortson(2003)提供的经验证据表明,随着CES调查的样本量在1979年至1995年间增加了近四倍,抽样方差的大小也随之下降。然而,增加样本量的代价是巨大的。作为另一种选择,来自私营就业数据提供者的补充数据可以带来关于劳动力市场更准确、更及时和更详细的信息。

替代劳动力市场数据的一个来源是就业处理公司ADP,它覆盖了20%的私人劳动力。这些数据构成了ADP月度全国就业报告(NER)的基础,该报告通过结合ADP衍生的数据和其他公开数据,预测劳工统计局的工资就业变化。在我们的研究中,我们通过独立于BLS就业系列和其他数据来源,对就业变化进行估计,从而单独探索ADP微数据的信息内容。

在使用ADP数据时,一个潜在的问题是,只有雇用ADP管理其就业的公司才会出现在数据中,这可能会引入样本选择问题。通过调整ADP数据的权重,使其与机构的规模和行业相匹配,从而减轻了这些选择问题。令人放心的是,我们重新加权的ADP-FRB就业系列(图1中的蓝线)与CES系列(图1中的红线)是相关的,并且具有相似的均值和方差。

结合CES和ADP-FRB数据的信息内容

如图1所示,CES和ADP-FRB月度就业增长随着时间的推移而相互跟踪,但通常在任何给定的月份都有所不同。这是可以预料到的,因为这两种就业增长估计都是基于样本的,因此会受到测量误差的影响。因此,一个自然的问题是,我们是否能够通过汇集CES和ADP-FRB薪资就业数据中的信息,对就业增长做出更准确的估计。我们使用一个称为卡尔曼滤波的统计工具将这两个系列中的信息组合起来。衡量潜在就业增长的结果是图2中的黑线,以及基于模型的置信区间。类似的检验排除了ADP-FRB数据,只使用CES数据,得到的置信区间要宽20%左右。值得注意的是,卡尔曼滤波独立地对CES系列和ADP-FRB系列的权重大致相同,这与CES和ADP-FRB数据涵盖的建立种群样本大小大致相同的事实相一致。最后,在我们的工作中,我们发现,潜在就业增长的估计包含了有关未来就业人数读数的信息。

总结

我们认为将CES和ADP-FRB数据中的信息结合起来可以减少两个数据源固有的测量误差。特别地,我们使用卡尔曼滤波模型来推断潜在就业增长,并发现潜在就业增长的最优预测器对CES和ADP-FRB序列的权重大致相等。

为提升阅读体验,智堡对本页面进行了排版优化 查看原文
评论