With human capital. This result is

With human capital. This result is consistent with findings in DeJong and Ingram (2001). Thus, the education sector acts as a buffer sector. It allows agents to compensate for the initial reduction in labor income by increasing the human capital stock. The next section builds on these results and analyzes for the first time the behavior of agents separately by ability and age.
3.1 differences by ability type and age
Fig. 4 shows the impulse response functions for education by age and productivity type. The top left graph shows the behavior of the average high and low type. The other graphs show the impulse response functions for three age groups: 18-24, 25-34, 35-64 years of age. Time spent studying responds more to the shock for low types than high types. This is due to the fact that, on average, high-productivity agents have already accumulated a large amount of human capital before the crisis. They are more efficient at work and they earn a higher labor income. Therefore, it is more expensive for them to reduce hours worked and forgo labor income in order to study and accumulate more human capital. Further, the marginal product of human capital is relatively low for high types. They benefit less by substituting physical capital with human capital. However, there is no significant difference between ability types when individuals are in the age group 35-64. This is due to the fact that the payoff to acquiring additional human capital for this age group is small for both typs.
3.2 Implications for hours worked volatility
Table 2 shows the average business cycle statistics computed from 500 simulations of four versions of the model, along with annual business cycle statistics from US data. The data about labor supply are from CPS, March Supplement (1962-2012). Hours worked are obtained using the answer to the question “how many hours did you actually work last week?”. Data for output, consumption and investment are from US Bureau of Economic Analysis (1962-2012). Output is measured by real GDP, consumption by personal consumption expenditures, and investment by gross private domestic investment. Both the actual and the simulated series are transformed by taking natural logarithems and de-trendse using the Hodrick-Prescott filter. Following Ravn and Uhlig(2002), the smoothing parameter is set to 6.25. Since ATUS is only available from 2003 until 2013, we are not able to produce reliable business cycle statistics for the time spent studying, E. However, the ability of the model to match the empirical evidence regarding the empirical evidence regarding the education sector is analyzed in section 5.
To better understand how human capital accumulation and heterogeneity in learning ability affect business cycle properties, and in particular time allocation, the version of the model outlined in section 2 will be compared to several simplified versions of the life-cycle RBC model. Model1 is the model presented in section 2. This is our main specification in which agents are heterogeneous in age and productivity in learning. In the second version of the model, Model2, agents are heterogeneous in age only. Thus, individuals of a given age are equally productive in learning. This is the specification that most resembles the model by Hansen (2009). However, while they look at learning-by-doing and on-the-job training, we focus on formal education. Model is a life-cycle RBC model with exogenous human capital. In this case, agents are heterogeneous by age and productivity at work. However, there is no education section. Therefore, differences in productivity at work (i.e. differences in the human capital stock) are exogenously given and determined by the calibrated human capital life-cycle profile from Fig.1(first panel). Model4 refers to a version of the model without human capital in which agents are equally productive over the life cycle.
In summary, Model1 and Model3 include both heterogeneity by age and productivity at work. However, in Model1 differences in productivity at work are endogenously determined; while in Model3 they are exogenously given. Further, Model2 and Model4 include heterogeneity by age with and without human capital accumulation, respectively.
All parameters in the alternative specifications have been re-calibrated following the procedure discussed in section 2.2, except for the relative risk aversion parameter. This parameter is set to match US output volatility in Model1. Since the purpose of this section is to analyze how different version of the model are able to match business cycle facts, the comparison is this section is to analyze how different versions of the model are able to match business cycle facts, the comparison is possible only if we consider the same value of relative risk aversion. Table A4 in Appendix reports the calibrated values for the alternative versions of the model.
As shown by Table 2, the volatility of hours worked is underestimated by all models. However, models with heterogeneity in productivity at school or at work (i.e. Model1 and Model3) can explain a higher percentage of the volatility empirically estimated. The performance of the model with one ability type (i.e. Model2) is very similar to the performance of the model by Hansen (2009) and the model without human capital (i.e. Model4). Introducing heterogeneity within ages generates differences among agents in terms of the cost of reducing hours worked. Reducing hours worked is cheaper for agents with a lower human capital stock because they give up a lower labor income. Therefore, when the shock hits the economy, these agents reduce hours worked more and their volatility increases. In fact, Model1 and Model3 are consistent with the data in predicting a higher volatility for low types compared to high types. This empirical regularity is also documented in Rios-Rull(1993). Since low types have accumulated a lower human capital stock in the steady state, it is less expensive for them to reduce hours worked and give up labor income. Their volatility of hours worked is higher compared to high types. At the aggregate level, hours worked volatility increases when we model this type of heterogeneity. Instead, with one ability type (i.e. Model2) the productivity profile is more similar to the profile of high types. Aggregate volatility is lower and remains close to that of high types from Model1. This result suggest that heterogeneity by age is not enough in order to increase the ability of the ability of the model to match hours worked volatility. It is important to include heterogeneity by productivity as well. The presence of low types increases aggregate volatility of hours worked.
Maliar and Maliar (2001) showed that hours worked become more volatile by incorporating heterogeneity in physical capital and skills into an otherwise standard RBC model. Our findings confirm their result in a finite-horizon setting. However, contrary to their results, our model is able to replicate the empirical fact that hours worked are increasing in skills even for low values of the intertemporal elasticity of substitution for consumption. Moreover, since skill differences are endogenous in our model, we are able to provide an explanation for why we observe this type of heterogeneity. Specifically, hight-skilled agents are those individuals who have high productivity in learning and spend more time studying. Finally, by introducing schooling in the model, we can also quantify the impact of education on hours worked volatility. We investigate this aspect in the next section.
3.3 The role of schooling
By comparing Model1 and Model3 we are able to answer another important question: can schooling increase volatility? Since schooling provides an alternative to work, introducing the education section in the model could increase hours worked volatility. This is certainly true in an RBC model with identical agents(e.g. Dejong ang Ingram.2001: Einarsson and Marquis.1998). With heterogeneity, instead, the benefits from education differ among agents. As a result, hours worked volatility may not increase at the aggregate level. Table 2 shows that, by introducing schooling in the model, the volatility increases for low types while it decreases for high types. Overall, Model1 produces a lower aggregate volatility compared to Model3. Since low types are more likely to use the education sector as alternative to work, their volatility increases. Instead, the volatility decreases for high types for two reasons. First, they are less likely to substitute work with schooling compared to low types. Second, high types have a stronger incentive to substitute work with leisure in Model3 when education is absent from the model. When schooling is not an option, high types borrow less capital since they do not need to finance education. Their savings are higher later in life. Thus, when the shock hits the economy, they reduce hours worked more to increase leisure time. In other words, leisure becomes a better alternative to work when education is absent. For these two reasons, aggregate hours worked volatility of high types is lower in Model1 compared to Model3.
These results suggest that hours worked volatility is mainly affected by differences in the human capital stock. Having education in the model increases volatility for certain groups, but it decreases the volatility for other groups. Overall, the impact is negative. This result is in contrast with previous findings on the impact of schooling on hours worked volatility within representative-agent RBC models. In these models, the introduction of education can increase the volatility of hours worked (see Einarsson and Marquis,1998, for example). Within a life-cycle framework this result no longer holds because some agents are less likely to substitute work with schooling (e.g. high types). Nevertheless, Model1 remains our preferred specification because it is able to explain why we observe

ผลลัพธ์ (ไทย) 1:

ด้วยทุนมนุษย์ ผลลัพธ์นี้จะสอดคล้องกับผลการวิจัยใน DeJong และอิงแกรม (2001) ดังนั้น ภาคการศึกษาทำหน้าที่เป็นภาคบัฟเฟอร์ จะช่วยให้ตัวแทนในการชดเชย โดยการเพิ่มหุ้นทุนมนุษย์การลดเริ่มต้นรายได้แรงงาน ส่วนถัดไปสร้างผลเหล่านี้ และวิเคราะห์ครั้งแรกลักษณะการทำงานของตัวแทนแยกต่างหากตามความสามารถและอายุ3.1 ความแตกต่างตามความชนิดและอายุ Fig. 4 แสดงฟังก์ชันตอบสนองแรงกระตุ้นจากการศึกษาตามชนิดอายุและผลผลิต กราฟด้านบนซ้ายแสดงลักษณะการทำงานเฉลี่ยสูงและต่ำ อื่น ๆ กราฟแสดงฟังก์ชันตอบสนองกระแสใน 3 กลุ่มอายุ: 18-24, 25-34, 35-64 ปี เวลาที่ใช้ตอบสนองต่อเรียนมากขึ้นในภาวะช็อกชนิดต่ำกว่าชนิดสูง นี่คือเนื่องจากว่า เฉลี่ย ตัวแทนผลผลิตสูงมีสะสมจำนวนมากของบุคลากรก่อนวิกฤติแล้ว จะมีประสิทธิภาพในการทำงาน และจะได้รับรายได้แรงงานสูง จึง มันเป็นราคาแพงมากขึ้นสำหรับพวกเขาเพื่อลดชั่วโมงทำงาน และยอมสละแรงงานรายได้การศึกษา และสะสมทุนมนุษย์มากขึ้น เพิ่มเติม สินค้ากำไรของทุนมนุษย์จะค่อนข้างต่ำสำหรับชนิดสูง พวกเขาได้รับประโยชน์น้อย โดยแทนที่ทุนทางกายภาพ ด้วยทุนมนุษย์ อย่างไรก็ตาม มีไม่แตกต่างอย่างมีนัยสำคัญระหว่างชนิดความสามารถเมื่อบุคคลอยู่ในกลุ่มอายุ 35-64 เนื่องจากข้อเท็จจริงที่ว่าผลตอบแทนจะได้รับบุคลากรเพิ่มเติมสำหรับกลุ่มอายุนี้มีขนาดเล็กสำหรับ typs ทั้งสองอยู่3.2 ผลสำหรับชั่วโมงทำงานผันผวน ตารางที่ 2 แสดงสถิติวงจรธุรกิจเฉลี่ยคำนวณจาก 500 จำลองของรุ่นสี่รุ่น พร้อมสถิติวงจรธุรกิจประจำปีจากข้อมูลของเรา ข้อมูลเกี่ยวกับการจัดหาแรงงานได้จากของวิทยาลัย มีนาคมเสริม (1962-2012) ชั่วโมงทำงานรับใช้ตอบคำถาม "จำนวนชั่วโมงได้คุณทำงานจริงสัปดาห์" ข้อมูลผลผลิต การบริโภค และการลงทุนได้จากเราสำนักของเศรษฐกิจวิเคราะห์ (1962-2012) ผลการวัด โดย GDP จริง ปริมาณการใช้ โดยค่าใช้จ่ายการบริโภคส่วนบุคคล และการลงทุน โดยลงทุนภายในประเทศส่วนรวม ทั้งจริงและจำลองชุดแปลงด้วย logarithems จากธรรมชาติและใช้ตัวกรองข้อมูลโรงแรมเพรสคอตต์ Hodrick trendse เดอ ต่อ Ravn และ Uhlig(2002) พารามิเตอร์ผืนถูกกำหนดเป็น 6.25 เนื่องจาก ATUS จะพร้อมใช้งานจาก 2003 จนถึงปี 2013 เท่านั้น เราจะไม่สามารถผลิตสถิติวงจรธุรกิจที่เชื่อถือได้สำหรับเวลาที่ใช้เรียน อี อย่างไรก็ตาม ความสามารถของแบบจำลองให้ตรงกับหลักฐานประจักษ์เกี่ยวกับหลักฐานประจักษ์เกี่ยวกับภาคการศึกษาจะวิเคราะห์ในส่วน 5 การเข้าใจ วิธีการสะสมทุนมนุษย์และ heterogeneity ในความสามารถในการเรียนรู้มีผลต่อคุณสมบัติของวงจรธุรกิจ และ ในการปันส่วนเวลาเฉพาะ เวอร์ชันของแบบจำลองที่อธิบายไว้ในส่วน 2 จะเปรียบเทียบกับรุ่นง่ายหลายแบบ RBC วงจรชีวิต Model1 เป็นแบบจำลองที่นำเสนอในส่วนที่ 2 นี้เป็นข้อมูลจำเพาะของเราหลักซึ่งตัวแทนจะแตกต่างกันในอายุและประสิทธิภาพในการเรียนรู้ ในรุ่นที่สองรุ่น Model2 ตัวแทนจะแตกต่างกันในอายุเท่านั้น ดังนั้น บุคคลอายุกำหนดมีประสิทธิภาพเท่าเทียมกันในการเรียนรู้ นี่คือข้อมูลจำเพาะส่วนใหญ่ที่มีลักษณะแบบ โดยแฮนเซ่น (2009) อย่างไรก็ตาม ในขณะที่พวกเขามองที่ฝึกอบรมเรียนรู้โดยการกระทำ และแรง เรามุ่งเน้นศึกษาอย่างเป็นทางการ รูปแบบคือ รูปแบบ RBC วงจรชีวิต ด้วยทุนมนุษย์บ่อย ในกรณีนี้ ตัวแทนจะแตกต่างกันตามอายุและผลผลิตที่ทำ อย่างไรก็ตาม มีไม่ส่วนการศึกษา ดังนั้น ความแตกต่างของประสิทธิภาพในการทำงาน (เช่นความแตกต่างของหุ้นทุนมนุษย์) exogenously ให้ และถูกกำหนด โดยโพรไฟล์ปรับเทียบมนุษย์ทุนวงจรชีวิตจาก Fig.1(first panel) Model4 หมายถึงเวอร์ชันของแบบจำลองโดยทุนมนุษย์ที่เป็นผลผลิตเท่า ๆ กันผ่านวงจรชีวิต ในสรุป Model1 และ Model3 รวม heterogeneity ทั้งอายุและประสิทธิภาพในการทำงาน อย่างไรก็ตาม ใน Model1 ความแตกต่างของประสิทธิภาพในการทำงาน endogenously กำหนด ในขณะที่ใน Model3 จะ exogenously ได้ เพิ่มเติม Model2 และ Model4 รวม heterogeneity ตามอายุมี และไม่ มีการ สะสมทุนมนุษย์ ตามลำดับ พารามิเตอร์ทั้งหมดในรายละเอียดอื่นได้ calibrated ใหม่ขั้นตอนที่กล่าวถึงในหัวข้อ 2.2 ยกเว้นพารามิเตอร์ aversion ความเสี่ยงสัมพัทธ์ ตั้งค่าพารามิเตอร์นี้จะตรงกันเราออกผันผวนใน Model1 เนื่องจากวัตถุประสงค์ของส่วนนี้จะวิเคราะห์รุ่นแตก แบบจะตรงกับข้อเท็จจริงของวงจรธุรกิจ การเปรียบเทียบเป็นส่วนนี้จะวิเคราะห์วิธีต่าง ๆ แบบจะตรงกับข้อเท็จจริงของวงจรธุรกิจ การเปรียบเทียบเป็นไปได้ถ้าเราพิจารณาค่าของความเสี่ยงสัมพัทธ์ aversion เดียวกัน A4 ตารางในภาคผนวกรายงานค่า calibrated สำหรับรุ่นของรูปแบบ ดังแสดงตาม ตาราง 2 ความผันผวนของชั่วโมงการทำงานเป็น underestimated โดยทุกรุ่น อย่างไรก็ตาม รุ่นกับ heterogeneity ในผลผลิต ที่โรงเรียน หรือ ที่ทำงาน (เช่น Model1 และ Model3) สามารถอธิบายระดับร้อยละของความผันผวน empirically ประเมิน ประสิทธิภาพของรูปแบบ มีความสามารถชนิด (เช่น Model2) จะคล้ายกับประสิทธิภาพของรูปแบบ โดยแฮนเซ่น (2009) และแบบไม่ มีทุนมนุษย์ (เช่น Model4) แนะนำ heterogeneity ภายในวัยสร้างความแตกต่างระหว่างตัวแทนในแง่ของต้นทุนลดเวลาทำงาน ลดชั่วโมงทำงานถูกกว่าสำหรับตัวแทนกับหุ้นทุนมนุษย์ที่ต่ำกว่าเนื่องจากให้รายได้แรงงานต่ำ ดังนั้น เมื่อการช็อกฮิตเศรษฐกิจ ตัวแทนเหล่านี้ลดชั่วโมงทำงานมากขึ้น และเพิ่มความผันผวนของ ในความเป็นจริง Model1 และ Model3 จะสอดคล้องกับข้อมูลในการทำนายความผันผวนสูงชนิดต่ำเมื่อเทียบกับชนิดสูง ความนี้ประจักษ์เป็นเอกสารใน Rios-Rull(1993) ตั้งแต่ชนิดต่ำได้สะสมหุ้นตามทุนมนุษย์ในสภาวะ steady ล่าง จะแพงสำหรับพวกเขาเพื่อลดชั่วโมงทำงาน และรายได้แรงงานให้ ความผันผวนของชั่วโมงทำงานจะสูงขึ้นเมื่อเทียบกับสูงชนิด ระดับรวม ชั่วโมงทำงานเพิ่มความผันผวนเมื่อเรารุ่น heterogeneity ชนิดนี้ แทน มีความสามารถชนิด (เช่น Model2) ค่าประสิทธิภาพได้มากขึ้นคล้ายกับโพรไฟล์ของชนิดสูง รวมความผันผวนต่ำ และยังคงอยู่กับที่ชนิดสูงจาก Model1 ผลลัพธ์นี้แนะนำว่า heterogeneity ตามอายุไม่เพียงพอเพื่อเพิ่มความสามารถในความสามารถของแบบจำลองให้ตรงกับชั่วโมงทำงานผันผวน จึงควรจะรวม heterogeneity ด้วยประสิทธิภาพเช่น สถานะของชนิดต่ำเพิ่มความผันผวนรวมชั่วโมงทำงาน Maliar และ Maliar (2001) พบว่า ชั่วโมงทำงานเป็นระเหยขึ้น โดยเพจ heterogeneity ทุนกายภาพและทักษะเป็นแบบจำลอง RBC หรือมาตรฐาน ผลการวิจัยของเรายืนยันผลของพวกเขาในการตั้งค่าขอบเขตจำกัด อย่างไรก็ตาม ขัดกับผลลัพธ์ รุ่นของเราคือสามารถจำลองความจริงที่ประจักษ์ที่ชั่วโมงทำงานกำลังเพิ่มทักษะสำหรับค่าต่ำสุดของความยืดหยุ่น intertemporal ของทดแทนสำหรับการใช้งาน นอกจากนี้ เนื่องจากความแตกต่างของทักษะเป็น endogenous ในรุ่นของเรา เราจะสามารถให้อธิบายทำไมเราสังเกตชนิดของ heterogeneity โดยเฉพาะ ตัวแทน hight ฝีมือมีเหล่าบุคคลที่มีประสิทธิภาพสูงในการเรียนรู้ และใช้เวลาเรียนเพิ่มเติม สุดท้าย โดยการแนะนำการศึกษาในแบบจำลอง เราสามารถยังกำหนดปริมาณผลกระทบของการศึกษาในชั่วโมงทำงานผันผวน เราตรวจสอบด้านนี้ในส่วนถัดไป3.3 บทบาทของการศึกษา โดยการเปรียบเทียบ Model1 และ Model3 เราจะสามารถตอบคำถามสำคัญอื่น: สามารถศึกษาเพิ่มความผันผวนหรือไม่ ตั้งแต่ประถมให้ทางเลือกในการทำงาน แนะนำส่วนการศึกษาในแบบจำลองสามารถเพิ่มชั่วโมงทำงานผันผวน นี้เป็นจริงอย่างแน่นอนในแบบจำลอง RBC มีตัวแทนเหมือนกัน (เช่น Dejong อ่างทอง Ingram.2001: Einarsson และ Marquis.1998) กับ heterogeneity แทน ประโยชน์จากการศึกษาแตกต่างกันระหว่างตัวแทน ดัง ชั่วโมงทำงานผันผวนอาจไม่เพิ่มขึ้นในระดับรวม ตารางที่ 2 แสดงว่า โดยการแนะนำการศึกษาในรูปแบบ ความผันผวนที่เพิ่มขึ้นสำหรับชนิดต่ำในขณะที่มันลดสูงชนิด โดยรวม Model1 ก่อให้เกิดความผันผวนรวมต่ำกว่าเมื่อเทียบกับ Model3 ตั้งแต่ชนิดต่ำมีแนวโน้มที่จะใช้ภาคการศึกษาเป็นทางเลือกในการทำงาน ความผันผวนเพิ่มขึ้น แทน ความผันผวนที่ลดชนิดที่สูงด้วยเหตุผลสองประการ ครั้งแรก พวกเขามีแนวโน้มน้อยเพื่อทดแทนการทำงาน โดยศึกษาเปรียบเทียบชนิดต่ำ ชนิดที่สอง สูงมีราคาจูงใจแข็งแกร่งเพื่อทดแทนการทำงานกับใน Model3 เมื่อขาดงานศึกษาจากแบบจำลอง เมื่ออกไม่ใช่ตัวเลือก ชนิดสูงยืมทุนน้อยเนื่องจากไม่ต้องการเงินศึกษา ความประหยัดสูงขึ้นต่อไปในชีวิต ดังนั้น เมื่อการช็อกฮิตเศรษฐกิจ ช่วยลดชั่วโมงทำงานมากขึ้นเพื่อเพิ่มเวลาพักผ่อน ในคำอื่น ๆ พักผ่อนกลายเป็น ไปทำงานเมื่อขาดการศึกษา ด้วยเหตุนี้สอง รวมชั่วโมงทำงานผันผวนสูงชนิดจะต่ำกว่าในการเปรียบเทียบกับ Model3 Model1 ผลลัพธ์เหล่านี้แนะนำว่า ชั่วโมงทำงานผันผวนส่วนใหญ่ได้รับผลจากความแตกต่างของหุ้นทุนมนุษย์ มีการศึกษาในความผันผวนเพิ่มรุ่นสำหรับกลุ่ม แต่ลดความผันผวนสำหรับกลุ่มอื่น ๆ โดยรวม ผลกระทบเป็นลบ ผลลัพธ์นี้ in contrast with ค้นพบก่อนหน้านี้ในผลกระทบของการศึกษาในชั่วโมงทำงานความผันผวนภายในรุ่น RBC ตัวแทนตัวแทนได้ ในรุ่นนี้ แนะนำการศึกษาสามารถเพิ่มความผันผวนของชั่วโมงทำงาน (ดู Einarsson และมาร์ควิส 1998 ตัวอย่าง) ภายในกรอบงานวงจรชีวิต ผลนี้ไม่ถือ เพราะตัวแทนบางมักน้อยเพื่อทดแทนการทำงานกับ schooling (เช่นสูงชนิด) อย่างไรก็ตาม Model1 ยังคง ข้อมูลจำเพาะของเราต้องการเนื่องจากสามารถอธิบายเหตุการที่เราสังเกต

ผลลัพธ์ (ไทย) 2:

ด้วยทุนมนุษย์ ผลที่ได้นี้มีความสอดคล้องกับผลการวิจัยใน DEJONG และอินแกรม (2001) ดังนั้นภาคการศึกษาทำหน้าที่เป็นภาคบัฟเฟอร์ จะช่วยให้ตัวแทนเพื่อชดเชยการลดลงของรายได้เริ่มต้นในการใช้แรงงานโดยการเพิ่มหุ้นทุนมนุษย์ ส่วนถัดไปสร้างในผลลัพธ์เหล่านี้และการวิเคราะห์เป็นครั้งแรกพฤติกรรมของตัวแทนแยกต่างหากจากความสามารถและอายุ.
3.1 ความแตกต่างไปตามประเภทของความสามารถและอายุ
รูป 4 แสดงฟังก์ชั่นกระตุ้นการตอบสนองสำหรับการศึกษาตามอายุและประเภทการผลิต กราฟด้านบนซ้ายแสดงให้เห็นถึงพฤติกรรมของชนิดสูงและต่ำเฉลี่ย กราฟแสดงฟังก์ชั่นอื่น ๆ ที่กระตุ้นการตอบสนองสำหรับสามกลุ่มอายุ 18-24, 25-34, 35-64 ปี เวลาที่ใช้ศึกษาตอบสนองมากขึ้นในการช็อตชนิดต่ำกว่าชนิดสูง เพราะนี่คือความจริงที่ว่าโดยเฉลี่ยสูงตัวแทนผลผลิตได้สะสมแล้วจำนวนมากของทุนมนุษย์ก่อนเกิดวิกฤตเศรษฐกิจ พวกเขาจะมีประสิทธิภาพมากขึ้นในที่ทำงานและที่พวกเขาได้รับรายได้แรงงานที่สูงขึ้น ดังนั้นจึงมีราคาแพงขึ้นสำหรับพวกเขาที่จะลดชั่วโมงทำงานและรายได้ละเลยแรงงานเพื่อการศึกษาและสะสมทุนมนุษย์มากขึ้น นอกจากนี้สินค้าส่วนเพิ่มของทุนมนุษย์ค่อนข้างต่ำชนิดสูง พวกเขาได้รับประโยชน์น้อยโดยการแทนเงินทุนทางกายภาพกับทุนมนุษย์ แต่ไม่มีความแตกต่างอย่างมีนัยสำคัญระหว่างประเภทความสามารถเมื่อบุคคลที่อยู่ในกลุ่มอายุ 35-64 เพราะนี่คือความจริงที่ว่าผลตอบแทนในการรับทุนมนุษย์เพิ่มเติมสำหรับกลุ่มอายุนี้มีขนาดเล็กสำหรับ typs ทั้งสอง.
3.2 ผลกระทบจากความผันผวนของชั่วโมงทำงาน
ตารางที่ 2 แสดงสถิติวงจรธุรกิจเฉลี่ยคำนวณจาก 500 จำลองของสี่รุ่นของรูปแบบพร้อม ที่มีสถิติวงจรธุรกิจประจำปีจากข้อมูลเศรษฐกิจสหรัฐ ข้อมูลเกี่ยวกับอุปทานแรงงานจาก CPS เสริมมีนาคม (1962-2012) ชั่วโมงทำงานจะได้รับโดยใช้คำตอบของคำถาม "กี่ชั่วโมงที่คุณทำงานจริงสัปดาห์สุดท้าย?" ข้อมูลสำหรับการส่งออกการบริโภคและการลงทุนจากสหรัฐฯสำนักวิเคราะห์เศรษฐกิจ (1962-2012) เอาท์พุทวัดจาก GDP ที่แท้จริงโดยการบริโภคการใช้จ่ายด้านการบริโภคส่วนบุคคลและการลงทุนโดยการลงทุนมวลรวมภายในประเทศภาคเอกชน ทั้งที่เกิดขึ้นจริงและชุดจำลองจะเปลี่ยนโดยการ logarithems ธรรมชาติและ de-trendse ใช้กรอง Hodrick-เพรสคอตต์ ต่อไปนี้ Ravn และ Uhlig (2002) พารามิเตอร์เรียบถูกตั้งไว้ที่ 6.25 ตั้งแต่ Atus จะใช้ได้เฉพาะตั้งแต่ปี 2003 จนถึงปี 2013 เราไม่สามารถที่จะผลิตสถิติวงจรธุรกิจที่เชื่อถือได้สำหรับการใช้เวลาในการศึกษา, อีอย่างไรก็ตามความสามารถของรูปแบบให้ตรงกับหลักฐานเชิงประจักษ์เกี่ยวกับหลักฐานเชิงประจักษ์เกี่ยวกับภาคการศึกษามีการวิเคราะห์ ในมาตรา 5.
เพื่อทำความเข้าใจวิธีการสะสมทุนมนุษย์และความแตกต่างในความสามารถในการเรียนรู้ที่มีผลต่อคุณสมบัติของวงจรธุรกิจและในการจัดสรรเวลาโดยเฉพาะอย่างยิ่งรุ่นของรูปแบบที่ระบุไว้ในส่วนที่ 2 จะได้รับเมื่อเทียบกับรุ่นง่ายหลายวงจรชีวิตแบบ RBC . Model1 เป็นรูปแบบที่นำเสนอในส่วนที่ 2 ซึ่งเป็นสเปคหลักของเราในการที่ตัวแทนมีความต่างกันในอายุและการผลิตในการเรียนรู้ ในรุ่นที่สองของรูปแบบ, Model2 ตัวแทนมีความต่างกันในยุคเท่านั้น ดังนั้นบุคคลที่อายุให้มีประสิทธิผลอย่างเท่าเทียมกันในการเรียนรู้ ซึ่งเป็นข้อกำหนดที่ว่าส่วนใหญ่คล้ายกับรูปแบบโดยแฮนเซน (2009) อย่างไรก็ตามในขณะที่พวกเขามองไปที่การเรียนรู้โดยการทำและการที่งานฝึกอบรมเรามุ่งเน้นการศึกษาอย่างเป็นทางการ รุ่นเป็นวงจรชีวิตแบบ RBC กับทุนมนุษย์ภายนอก ในกรณีนี้มีตัวแทนต่างกันตามอายุและการผลิตในที่ทำงาน แต่มีส่วนที่ไม่มีการศึกษา ดังนั้นความแตกต่างในการผลิตในที่ทำงาน (เช่นความแตกต่างในหุ้นทุนมนุษย์) จะได้รับจากภายนอกและกำหนดโดยการสอบเทียบรายละเอียดวงจรชีวิตของทุนมนุษย์จากรูปที่ 1 (แผงแรก) Model4 หมายถึงรุ่นของรูปแบบโดยไม่ต้องทุนมนุษย์ในการที่ตัวแทนมีการผลิตอย่างสม่ำเสมอตลอดวงจรชีวิต.
โดยสรุป Model1 และ Model3 รวมถึงความแตกต่างทั้งอายุและการผลิตในที่ทำงาน อย่างไรก็ตามในความแตกต่าง Model1 ในการผลิตในที่ทำงานมีความมุ่งมั่น endogenously; ขณะที่อยู่ใน Model3 พวกเขาจะได้รับจากภายนอก นอกจาก Model2 และ Model4 รวมถึงความแตกต่างตามอายุที่มีและไม่มีการสะสมทุนมนุษย์ตามลำดับ.
พารามิเตอร์ทั้งหมดในข้อกำหนดทางเลือกที่ได้รับการสอบเทียบตามขั้นตอนที่กล่าวถึงในส่วน 2.2 ยกเว้นสำหรับความเสี่ยงพารามิเตอร์ความเกลียดชัง พารามิเตอร์นี้ถูกตั้งค่าให้ตรงกับความผันผวนของการส่งออกของสหรัฐใน Model1 เนื่องจากวัตถุประสงค์ของส่วนนี้คือการวิเคราะห์ว่ารุ่นที่แตกต่างของรูปแบบที่มีความสามารถที่จะตรงกับข้อเท็จจริงวงจรธุรกิจการเปรียบเทียบเป็นส่วนนี้คือการวิเคราะห์ว่ารุ่นที่แตกต่างของรูปแบบที่มีความสามารถที่จะตรงกับข้อเท็จจริงวงจรธุรกิจการเปรียบเทียบจะเป็นไปได้ ถ้าเราพิจารณาค่าเดียวกันของความเกลียดชังความเสี่ยง ตาราง A4 ในภาคผนวกรายงานค่าปรับเทียบสำหรับรุ่นทางเลือกของรูปแบบ.
ที่แสดงโดยตารางที่ 2 ความผันผวนของชั่วโมงทำงานจะประเมินโดยทุกรุ่น แต่รุ่นที่มีความแตกต่างในการผลิตที่โรงเรียนหรือที่ทำงาน (เช่น Model1 และ Model3) สามารถอธิบายได้ในสัดส่วนที่สูงจากความผันผวนประมาณสังเกตุ ประสิทธิภาพการทำงานของรูปแบบที่มีความสามารถชนิดหนึ่ง (เช่น Model2) จะคล้ายกับการทำงานของรูปแบบโดยแฮนเซน (2009) และรูปแบบโดยไม่ต้องทุนมนุษย์ (เช่น Model4) แนะนำความแตกต่างภายในทุกเพศทุกวัยสร้างความแตกต่างระหว่างตัวแทนในแง่ของค่าใช้จ่ายของการลดชั่วโมงการทำงาน ลดชั่วโมงการทำงานมีราคาถูกสำหรับตัวแทนที่มีหุ้นทุนมนุษย์ลดลงเนื่องจากพวกเขาให้ขึ้นรายได้แรงงานที่ต่ำกว่า ดังนั้นเมื่อช็อตฮิตเศรษฐกิจสารเหล่านี้ลดชั่วโมงการทำงานมากขึ้นและการเพิ่มขึ้นของความผันผวนของพวกเขา ในความเป็นจริง Model1 Model3 และมีความสอดคล้องกับข้อมูลในการคาดการณ์ความผันผวนที่สูงขึ้นสำหรับประเภทที่ต่ำเมื่อเทียบกับประเภทสูง นี้ความสม่ำเสมอเชิงประจักษ์เป็นเอกสารยังอยู่ใน Rios-Rull (1993) ตั้งแต่ประเภทต่ำได้สะสมหุ้นทุนมนุษย์ที่ต่ำกว่าในความมั่นคงของรัฐจะมีราคาแพงน้อยกว่าสำหรับพวกเขาที่จะลดชั่วโมงการทำงานและให้รายได้แรงงาน ความผันผวนของพวกเขาเป็นชั่วโมงการทำงานที่สูงขึ้นเมื่อเทียบกับประเภทสูง ในระดับรวมชั่วโมงการทำงานที่เพิ่มขึ้นความผันผวนเมื่อเราจำลองประเภทของความแตกต่างนี้ แต่ด้วยความสามารถชนิดหนึ่ง (เช่น Model2) รายละเอียดการผลิตมีมากขึ้นคล้ายกับรายละเอียดของประเภทสูง รวมความผันผวนต่ำและยังคงใกล้เคียงกับประเภทสูงจาก Model1 ผลที่ได้นี้แสดงให้เห็นว่าเซลล์สืบพันธุ์ตามอายุไม่เพียงพอเพื่อที่จะเพิ่มความสามารถของความสามารถของรูปแบบให้ตรงกับชั่วโมงทำงานผันผวน มันเป็นสิ่งสำคัญที่จะรวมความแตกต่างจากการผลิตได้เป็นอย่างดี การปรากฏตัวของประเภทต่ำเพิ่มความผันผวนรวมของชั่วโมงทำงาน.
Maliar และ Maliar (2001) แสดงให้เห็นว่าชั่วโมงการทำงานกลายเป็นความผันผวนมากขึ้นโดยการผสมผสานความแตกต่างในเมืองหลวงทางกายภาพและทักษะที่เป็นมาตรฐานแบบอื่น RBC ค้นพบของเรายืนยันผลของพวกเขาในการตั้งค่า จำกัด ขอบฟ้า แต่ตรงกันข้ามกับผลของรูปแบบของเราสามารถที่จะทำซ้ำความเป็นจริงเชิงประจักษ์ว่าชั่วโมงการทำงานที่เพิ่มขึ้นในทักษะแม้สำหรับค่าต่ำของความยืดหยุ่นของการทดแทนข้ามสำหรับการบริโภค นอกจากนี้เนื่องจากความแตกต่างที่มีทักษะภายนอกในรูปแบบของเราเรามีความสามารถที่จะให้คำอธิบายว่าทำไมเราสังเกตประเภทของความแตกต่างนี้ โดยเฉพาะตัวแทนที่มีทักษะสูงเป็นบุคคลผู้ที่มีผลผลิตสูงในการเรียนรู้และใช้เวลามากขึ้นในการศึกษา ในที่สุดโดยการแนะนำการเรียนการสอนในรูปแบบที่เรายังสามารถส่งผลกระทบต่อปริมาณของการศึกษาเกี่ยวกับความผันผวนของชั่วโมงทำงาน เราจะตรวจสอบทุกแง่มุมในส่วนถัดไปนี้.
3.3 บทบาทของการศึกษา
โดยการเปรียบเทียบ Model1 Model3 และเราสามารถที่จะตอบอีกคำถามที่สำคัญ: สามารถความผันผวนเพิ่มขึ้นการศึกษา? ตั้งแต่การศึกษาให้ทางเลือกในการทำงาน, การแนะนำส่วนการศึกษาในรูปแบบที่สามารถเพิ่มความผันผวนชั่วโมงทำงาน นี่คือความจริงอย่างแน่นอนในรูปแบบ RBC กับตัวแทนเหมือนกัน (เช่น Dejong อ่างทอง Ingram.2001: Einarsson และ Marquis.1998) ด้วยความแตกต่างแทนได้รับประโยชน์จากการศึกษาที่แตกต่างกันในหมู่ตัวแทน เป็นผลให้ความผันผวนของชั่วโมงทำงานอาจไม่เพิ่มขึ้นในระดับรวม ตารางที่ 2 แสดงให้เห็นว่าโดยการแนะนำการเรียนการสอนในรูปแบบการเพิ่มขึ้นของความผันผวนชนิดต่ำในขณะที่มันลดชนิดสูง โดยรวม, Model1 ผลิตผันผวนรวมลดลงเมื่อเทียบกับ Model3 ตั้งแต่ประเภทต่ำมีแนวโน้มที่จะใช้ภาคการศึกษาเป็นทางเลือกในการทำงานเพิ่มขึ้นความผันผวนของพวกเขา แต่ความผันผวนลดลงชนิดสูงด้วยเหตุผลสองประการ ครั้งแรกพวกเขามีโอกาสน้อยที่จะทดแทนการทำงานกับการโรงเรียนเทียบกับประเภทต่ำ ประการที่สองประเภทสูงจะมีแรงจูงใจที่แข็งแกร่งเพื่อทดแทนการทำงานกับการพักผ่อนใน Model3 เมื่อการศึกษาจะหายไปจากรูปแบบ เมื่อการศึกษาไม่ได้ตัวเลือกชนิดสูงขอยืมทุนน้อยเนื่องจากพวกเขาไม่จำเป็นต้องนำไปเป็นทุนการศึกษา เงินฝากออมทรัพย์ของพวกเขาจะสูงขึ้นต่อไปในชีวิต ดังนั้นเมื่อช็อตฮิตเศรษฐกิจที่พวกเขาลดชั่วโมงการทำงานมากขึ้นเพื่อเพิ่มการใช้เวลาว่าง ในคำอื่น ๆ ที่เดินทางมาพักผ่อนกลายเป็นทางเลือกที่ดีในการทำงานเมื่อการศึกษาจะขาด สำหรับทั้งสองเหตุผลชั่วโมงทำงานรวมความผันผวนของประเภทสูงต่ำใน Model1 เมื่อเทียบกับ Model3.
ผลการศึกษานี้ชี้ให้เห็นว่าชั่วโมงการทำงานความผันผวนได้รับผลกระทบส่วนใหญ่โดยความแตกต่างในหุ้นทุนมนุษย์ การศึกษามีรูปแบบในการเพิ่มความผันผวนสำหรับคนบางกลุ่ม แต่ก็ลดความผันผวนสำหรับกลุ่มอื่น ๆ โดยรวมผลกระทบเป็นลบ นี่คือผลในทางตรงกันข้ามกับผลการวิจัยก่อนหน้านี้เกี่ยวกับผลกระทบของการศึกษาในชั่วโมงทำงานผันผวนภายในตัวแทนตัวแทนรุ่น RBC ในรูปแบบเหล่านี้แนะนำของการศึกษาสามารถเพิ่มความผันผวนของชั่วโมงทำงาน (ดู Einarsson และมาร์ควิส 1998 ตัวอย่างเช่น) ภายในกรอบวงจรชีวิตผลนี้ไม่ถือเพราะตัวแทนบางคนมีโอกาสน้อยที่จะทดแทนการทำงานกับการศึกษา (เช่นประเภทสูง) อย่างไรก็ตามยังคง Model1 ข้อกำหนดที่ต้องการของเราเพราะมันสามารถที่จะอธิบายว่าทำไมเราสังเกต

ผลลัพธ์ (ไทย) 3:

ด้วยทุนมนุษย์ ผลที่ได้นี้สอดคล้องกับผลใน เดอ ยอง และ อินแกรม ( 2001 ) ดังนั้น ภาคการศึกษา ทำหน้าที่เป็นบัฟเฟอร์ ภาค มันช่วยให้ตัวแทนเพื่อชดเชยแรงงานที่เริ่มต้นรายได้ลดลง โดยการเพิ่มหุ้นทุนของมนุษย์ ส่วนถัดไปสร้างผลและวิเคราะห์ครั้งแรกพฤติกรรมของตัวแทนแยกตามความสามารถและอายุ .
31 ความแตกต่างตามประเภทความสามารถและอายุ
รูปที่ 4 แสดง Impulse Response Function เพื่อการศึกษา อายุ และประเภทการเพิ่มผลผลิต กราฟด้านบนซ้ายแสดงพฤติกรรมของเฉลี่ยสูงและต่ำ กราฟแสดงอื่น ๆจาก Impulse Response Functions 3 กลุ่มอายุคือ 18-24 , 25-34 35-64 , ปีของอายุ เวลาที่ใช้เรียนตอบสนองมากขึ้นกับช็อตชนิดที่ต่ำกว่าชนิดสูงที่เป็นเช่นนี้เนื่องจากว่า เฉลี่ย ตัวแทนประสิทธิภาพสูงได้สะสมเป็นจำนวนมากของทุนมนุษย์ก่อนวิกฤต พวกเขาจะมีประสิทธิภาพมากขึ้นในที่ทำงานและพวกเขาได้รับรายได้แรงงานที่สูงขึ้น ดังนั้นก็จะมีราคาแพงมากขึ้นสำหรับพวกเขาที่จะลดชั่วโมงทำงานและทิ้งรายได้แรงงานเพื่อการศึกษาและสะสมของมนุษย์มากกว่าทุน เพิ่มเติมผลผลิตเพิ่มของทุนมนุษย์ค่อนข้างต่ำและสูง พวกเขาได้รับประโยชน์น้อยจากทุนทางกายภาพกับทุนมนุษย์ อย่างไรก็ตาม ไม่พบความแตกต่างระหว่างประเภทความสามารถ เมื่อบุคคลในกลุ่มอายุ 35-64 . เนื่องจากเงินเพื่อรับทุนมนุษย์เพิ่มเติมสำหรับกลุ่มอายุนี้มีขนาดเล็กทั้ง typs .
32 สำหรับชั่วโมงทำงานผวน
ตารางที่ 2 แสดงโดยสถิติที่คำนวณได้จากแบบจำลองวัฏจักรธุรกิจ 500 สี่รุ่นของรูปแบบพร้อมกับปีวัฏจักรธุรกิจ สถิติจากข้อมูลเรา ข้อมูลเกี่ยวกับ จัดหาแรงงาน จาก CPS , มีนาคมเสริม ( 1962-2012 ) ชั่วโมงทำงานที่ได้รับการตอบคำถาม " ไม่กี่ชั่วโมงที่คุณทำงานสัปดาห์สุดท้าย ? "ข้อมูลการส่งออก การบริโภค และการลงทุนจากสหรัฐฯ สำนักวิเคราะห์เศรษฐกิจ ( 1962-2012 ) ออกที่วัดโดย GDP ที่แท้จริง การบริโภค โดยการบริโภคส่วนบุคคล และการลงทุนโดยรวมของภาคเอกชนในประเทศการลงทุน ทั้งจริงและจำลองชุดแปลงโดยการ logarithems ธรรมชาติ และ เดอ trendse โดยใช้ตัวกรอง hodrick เพรสคอตและต่อไปนี้ ravn uhlig ( 2002 ) , พารามิเตอร์ถูกตั้งค่าให้เรียบ . ตั้งแต่ Zhejiang สามารถใช้ได้ตั้งแต่ปี 2003 จนถึงปี 2013 เราไม่สามารถผลิตสถิติวัฏจักรธุรกิจเชื่อถือได้ สำหรับเวลาที่ใช้เรียน เช่น อย่างไรก็ตาม ความสามารถของรูปแบบเพื่อให้ตรงกับหลักฐานเชิงประจักษ์เกี่ยวกับหลักฐานเชิงประจักษ์เกี่ยวกับภาคการศึกษาวิเคราะห์ในส่วนที่ 5 .
เพื่อให้เข้าใจมากขึ้นว่า การสะสมทุนมนุษย์ในความสามารถในการเรียนรู้ และสามารถส่งผลกระทบต่อคุณสมบัติของวัฏจักรธุรกิจ และในการจัดสรรเวลา โดยเฉพาะรุ่นของรุ่นที่ระบุไว้ในส่วนที่ 2 จะถูกเมื่อเทียบกับหลายง่ายรุ่นของโมเดล RBC วงจรชีวิต . model1 เป็นแบบจำลองที่นำเสนอในส่วนที่ 2นี้เป็นคุณสมบัติหลักของเราที่ตัวแทนจะแตกต่างกันในอายุและประสิทธิภาพในการเรียนรู้ ในรุ่นที่สองของรุ่น model2 ตัวแทนจะแตกต่างกันในอายุเท่านั้น ดังนั้น บุคคลอายุเท่าๆ กัน ให้ประสิทธิผลในการเรียน นี้คือสเปคส่วนใหญ่คล้ายคลึงกับรูปแบบโดยแฮนเซน ( 2009 ) อย่างไรก็ตาม ในขณะที่พวกเขามองการเรียนรู้โดยการทำ และฝึกงานน่ะเรามุ่งเน้นศึกษาอย่างเป็นทางการ แบบโมเดล RBC วงจรชีวิตที่มีทุนมนุษย์จากภายนอก . ในกรณีนี้เจ้าหน้าที่จะแตกต่างกันตามอายุและผลผลิตในการทำงาน อย่างไรก็ตาม ยังไม่มีการศึกษา ส่วน ดังนั้น ความแตกต่างในประสิทธิภาพในการทำงาน ( เช่นความแตกต่างในหุ้นทุนของมนุษย์ ) และ exogenously ให้พิจารณาจากขนาดของมนุษย์มีทุนจากรูปโปรไฟล์1 ( แผงแรก ) model4 หมายถึงรุ่นของรูปแบบโดยทุนมนุษย์ซึ่งตัวแทนมีประสิทธิภาพเท่าเทียมกันตลอดวัฏจักรชีวิต .
สรุปและสามารถ model1 model3 รวมทั้งอายุและผลผลิตในการทำงาน อย่างไรก็ตาม ในความแตกต่าง model1 ผลผลิตทำงาน endogenously เลื่อนลอย ในขณะที่ model3 พวกเขา exogenously ที่กําหนด เพิ่มเติมและสามารถ model2 model4 รวมถึงอายุด้วย และไม่มีการสะสมทุนมนุษย์ตามลำดับ ค่าทั้งหมดในข้อกําหนดทางเลือก
ได้อีกครั้งโดยทำตามขั้นตอนที่กล่าวถึงในมาตรา 2.2 ยกเว้นญาติรังเกียจความเสี่ยงในพารามิเตอร์ พารามิเตอร์นี้ถูกตั้งค่าให้ตรงกับเราออกความผันผวนใน model1 .เนื่องจากวัตถุประสงค์ของส่วนนี้คือ เพื่อวิเคราะห์ว่ารุ่นอื่นของแบบจำลองสามารถให้ตรงกับข้อเท็จจริง วัฏจักรธุรกิจ การเปรียบเทียบในส่วนนี้ เพื่อวิเคราะห์วิธีการที่แตกต่างกันรุ่นของรูปแบบสามารถให้ตรงกับข้อเท็จจริง วัฏจักรธุรกิจ การเปรียบเทียบเป็นไปได้ถ้าเราพิจารณาค่าเดียวกันของรังเกียจความเสี่ยงสัมพัทธ์ตารางขนาด A4 ในภาคผนวกรายงานการสอบเทียบค่าสำหรับรุ่นทางเลือกของรูปแบบ ดังแสดงตามตารางที่ 2
, ความผันผวนของชั่วโมงทำงานเป็น underestimated โดยทุกรุ่น อย่างไรก็ตาม โมเดล ที่มีความหลากหลายในการผลิตที่โรงเรียนหรือที่ทำงาน ( เช่น model1 และ model3 ) สามารถอธิบายเป็นเปอร์เซ็นต์ที่สูงขึ้นของความผันผวนจากผลประมาณประสิทธิภาพของแบบจำลองที่มีความสามารถประเภทหนึ่ง ( เช่น model2 ) จะคล้ายกับการทำงานของแบบจำลองโดยแฮนเซน ( 2009 ) และแบบไม่มีทุนมนุษย์ ( เช่น model4 ) แนะนำที่สามารถสร้างความแตกต่างในอายุระหว่างตัวแทนในแง่ของต้นทุนของการลดชั่วโมงทำงาน