货币冲击与劳动力市场：来自在线职位空缺发布的证据

货币冲击与劳动力市场： 来自在线职位空缺发布的证据 塞尔汉·切维克、爱丽丝·范和萨德纳·奈克 WP/25/58 国际货币基金组织工作论文 欧洲部门 货币冲击与劳动力市场：来自在线职位空缺发布的证据由塞尔汗·塞维克、艾丽斯·范和萨德娜·奈克编制1 三月 2025 年经Jan Kees Martijn授权分发 国际货币基金组织工作论文描述了作者正在进行的研究，并发布以征求评论并促进辩论。国际货币基金组织工作论文中表达的观点是作者的个人观点，并不一定代表国际货币基金组织、其执行董事会或国际货币基金组织管理的观点。 摘要 中央银行通过执行货币政策来实现价格稳定，但决策也影响着劳动市场的结果。在本文中，我们采用“利率惊喜”方法识别外生性货币政策冲击，该方法基于前瞻性利率的高频变化，并使用在线职位空缺的每日数据进行调查，以分析货币政策对2018-2024年三个欧洲国家（爱沙尼亚、拉脱维亚和立陶宛）劳动市场的冲击。我们的结果指出，货币政策对我们样本国家的劳动市场条件有显著且持久的影响，这种影响可以通过在线职位空缺的数量来衡量。首先，收缩性（扩张性）货币政策冲击导致在线职位空缺数量持续下降（增加）。在所有国家中，平均效应在收缩性货币政策冲击后的15天内约为2%（即短期利率意外增加1个百分点）。其次，三个国家在货币政策如何影响劳动市场的幅度和持续时间方面存在显著差异，从拉脱维亚的0.5%到爱沙尼亚的2%，再到立陶宛的3.2%不等。总的来说，这些结果既对政策制定者直接相关，对于货币政策的传导机制也具有重要性。 I. 引言 近年来，一系列前所未有的冲击袭击了全球经济，导致经济活动和通货膨胀动态陷入混乱。2消费者价格通货膨胀在欧元区于2022年达到峰值10.6%，各国之间存在显著的不均一性——法国为5.9%。与...相比在波罗的海地区高达25.2%（图1）。为了控制通货膨胀，欧洲央行（ECB）将2022 年历史性的0%低利率提高到2023年底的4.5%。3随着通货膨胀向目标值移动，欧洲央行将货币政策立场下调115个基点至3.15%，自2024年12月起生效。鉴于这些发展，识别货币政策冲击及其对产出和通货膨胀的影响仍然是宏观经济学中的基本问题。同时，对理解货币政策对劳动力市场结果的影响也日益关注（Zens, Böck, and Zörner, 2020；Cantore, Ferroni, and Léon-Ledesma, 2021；Singh, Suda, and Zervou, 2022；Evgenidis and Fasianos, 2023；Madeira andSalazar, 2023；Gulyas, Meier, and Ryzhenkov, 2024）。在本研究中，我们使用在线职位空缺发布的高频数据集，考察货币政策冲击如何影响2018-2024年期间三个欧元区国家（爱沙尼亚、拉脱维亚和立陶宛）的劳动力市场发展。 在图2中，我们展示了按日计算的在线职位空缺发布数量以及与波罗的海劳动力市场发展的关系。我们希望通过这项研究回答的关键问题是：（i）货币政策冲击如何影响就业，（ii）这种影响的程度和持续性是否在不同国家之间有所差异。由于货币政策同时影响并响应经济条件，识别外生货币政策 图1. 通货膨胀和利率 2关于疫情后通货膨胀发展的概述和分析，请参考Binici的研究。等作者(2024) 及 Celasun等作者. (2022).在波罗的海地区，与欧元区的其他地区相比，通货膨胀更加波动不定（Cevik, 2023a, 2023b; Cevik, Fan, and Naik, 2024). 3欧洲央行为欧元区设定三个关键利率：（i）存款便利利率，银行可在此利率下向欧洲央行进行隔夜存款；（ii）主要再融资操作的利率，银行可通过此操作每周以预先确定的利率从欧洲央行借取资金，提供广泛的抵押品；（iii）边际贷款便利利率，银行在此利率下可对广泛的抵押品进行隔夜贷款。本文中提到的政策利率指的是主要再融资操作利率，该利率设定在存款利率之上，边际贷款便利利率之下。 工具选择是一个经验挑战。这样的工具必须在货币政策决策时控制所有可用的信息，并评估决策出人意料的程度。为此，我们利用基于短期利率互换（OIS）的高频变动，采用欧元区货币政策的‘利率惊喜’方法，在ECB货币政策公告附近的狭窄窗口中识别货币政策立场的内生变异，并应用局部投影（LP）方法。这种方法使我们能够估计货币政策对劳动力市场动态影响的程度，该影响是通过在线职位空缺发布在COVID-19大流行前、期间及之后的时期来衡量的。 我们的研究结果提供了新颖的证据，表明货币政策对三个波罗的海国家2018-2024年期间以在线职位空缺发布来衡量的劳动力市场条件具有显著影响。首先，紧缩性（扩张性）货币政策冲击导致在线职位空缺发布持续下降（增加）。在所有国家中，紧缩性货币政策冲击后的平均效应在15天内约为2%（即短期利率意外上升1个百分点）。相反，意外的货币政策放松导致在线职位空缺发布量增加幅度相似。其次，在我们样本的三个国家中，货币政策对劳动力市场的影响程度和持续性存在显著异质性，在线职位空缺发布率的下降速度从拉脱维亚的0.5%到爱沙尼亚的2%和立陶宛的3.2%不等。尽管这种对在线职位空缺发布的负面影响在立陶宛似乎非常持久，但在爱沙尼亚和拉脱维亚，这种影响往往在一个月内消失。总体而言，这些统计学和经济上显著的发现表明，货币政策对以在线职位空缺发布来衡量的劳动力市场产生了重大且持久的影响。因此，本文的实证发现对政策制定者具有直接的相关性，特别是在货币政策传导方面。 论文的其余部分结构如下。第二节提供了实证分析中使用的数据概述。第三节描述了计量经济学方法并展示了研究结果。最后，第四节总结了全文并提供结论性评述。 第二部分：数据概览 本论文中所进行的实证分析基于2018-2024年期间涵盖爱沙尼亚、拉脱维亚和立陶宛的每日观察数据集。作为我们的因变量，我们通过每个国家的在线职位空缺发布情况来衡量劳动力市场的状态，这些数据来自Lightcast（此前为Burning Glass Technologies）。Lightcast是一家收集来自数千个在线来源和求职门户的职位空缺的分析公司。它使用文本挖掘从每个职位描述中提取并编码信息，例如职位名称、雇主、工作地点、职业、行业、经验、技能、教育要求以及收入。在去重在线职位空缺发布后，Lightcast将工作分配到标准化的行业和职业代码，并提供了广泛的职位空缺覆盖。该数据集已被证明能够准确跟踪全球不同国家在不同层面的就业需求（Hershbein和Kahn，2018；Deming和Noray 2020；Goldfarb，Taska和Teodoridis，2020；Cammeerat和Squicciarini，2021；Acemoglu）。等作者., 2022；Braxton和Taska；2023)。 对于基准估计，我们遵循Kuttner（2001）、Cochrane和Piazzesi（2002）、Gürkaynak、Sack和Swanson（2005；2007）以及Altavilla提出的方法。等作者(2019), Cesa-Bianchi, Thwaites, and Vicondoa (2020)以及Jarocinski和Karadi (2020)使用围绕欧洲央行（ECB）货币政策宣布的OIS利率的每日变化来识别利率的意外变动作为货币政策冲击。OIS是一种互换合约，在欧元区银行间市场上将固定利率交换为浮动欧元隔夜指数平均（Eonia）。我们仅考虑计划中的会议，这有助于减轻货币政策意外可能传达的非公开央行关于经济状况信息的问题。这种基于6个月期OIS利率高频变化的货币政策冲击的外生度量，来自欧元区货币政策事件研究数据库（EA-MPD）。4EA-MPD 区分了三种事件 4为了确保模型的稳健性，我们还使用1年期和2年期远期OIS利率以及Krippner（2013）计算出的影子利率来估计模型，该影子利率捕捉了在没有零下限的情况下将占主导地位的的名义利率。因此，当零下限不具约束力时，影子利率等于短期利率。 关于欧洲中央银行（ECB）货币政策决定公告的窗口： (i) 新闻稿发布窗口； (ii) 新闻发布会窗口；以及 (iii) 结合新闻稿和新闻发布会的货币事件窗口。在本研究中，我们采用货币事件窗口，并计算隔夜指数掉期（OIS）利率的变化，即新闻发布会前13:25-13:35期间的中位数报价与新闻发布会后15:40-15:50期间的中位数报价之差。5认定假设为经济主体（在此情境下为雇员）根据经济条件预期内生性货币政策决策，因此仅对意外的货币政策冲击做出反应。因此，我们有一个高频的货币政策意外系列，其强度和符号各不相同，这些数据可以与每日在线职位空缺发布数据合并。 为了提高研究稳健性，我们将政府在新冠疫情期间实施的常见政策反应作为控制变量。这些系列数据来源于牛津新冠政府应对追踪器（OxCGRT）数据库，将政府行动汇总成一系列综合政策指数（Hale）。等作者., 2021)。在本文中，我们重点关注（i）严格指数和（ii）经济支持指数，这两个指数报告的数值介于0到100之间，反映了政府在应对COVID-19大流行某些方面的响应程度。6 第三部分：实证策略与结果 我们的研究目标是实证研究货币政策冲击对三个欧元区成员国（爱沙尼亚、拉脱维亚和立陶宛）在2018-2024年期间按每日频率测量的在线职位空缺张贴对劳动力市场的影响。7为此，我们采用了Jordà（2005）开发的线性规划（LP）方法，该方法相对于传统的向量自回归（VAR）模型（Auerbach和Gorodnichenko，2013；Jordà和Taylor，2016；Ramey和Zubairy，2018；Romer和Romer，2019）对误设的敏感性较低。利用高频数据，我们通过局部投影估计冲击响应函数（IRFs）如下： ∆ 표푗푣= lg(표푗푣) - log(표푗푣) = γℎ+ 휇ℎ+ 훽 푠ℎ표푐푘퐸퐶퐵∑ +LT哼 哼 +嗤 无效内容。不变的特定国家效应和给定期限内各国普遍存在的冲击。8푠ℎ표푐푘퐸퐶퐵 푡−1表示以欧洲央 行（ECB）货币政策公告前后狭窄窗口内6个月期OIS（隔夜指数掉期率）的每日变化来衡量的外生货币政策冲击。在此次分析中使用每日数据集提高了识别能力，允许 8时间固定效应还可以控制由诸如新冠疫情等事件引起的结构性中断，我们也将这些事件纳入模型中作为稳健性检验。 为了准确描述货币传导的滞后，从而揭示样本国家在货币政策冲击传导强度和速度方面的差异。 矢量 푋包含因变量的30天滞后、货币政策冲击，以及作为额外稳健性检验，在COVID-19大流行期 푐,푡间引入的政策响应的综合性度量。这是一个与变量X滞后项相关的系数向量。 푐,푡具体来说，我们设定퐿 = 30，并包括푋的30天滞后值。. 嗯 ℎ它是利息的主要系数，表示感兴趣变量（在线职位空缺发布）的累积响应。h几天后，货币政策冲击。因此，通过绘制估计的 훽 获得IRFs。对于h= 0, .., 30 in days with 95 percent confidence bands computed using the standard dev ℎiations associated with the estimated 훽在每个时点的系数。与线性规划方法相关的一个特定复杂问题是，由于依赖变量的逐次领先引 ℎ起的误差项的序列相关，我们通过使用Newey-West（1987）对标准误差进行纠正来解决这个问题。 货币政策冲击是否影响劳动力市场？我们使用每日频率的序列局部投影来回答这个问题，从而我们能追踪出因货币政策冲击导致的因变量（在线职位空缺发布）的脉冲响应。图4展示了在线职位空缺发布对未预期到的1个百分点货币紧缩的脉冲响应函数的估计。横轴表示冲击后的天数，实线显示平均估计的脉冲响应，周围