In this section we consider two alt

In this section we consider two alternative values for δIn the baseline mode δ = 0.58, which is the fraction of high-school graduates who enrolled in college during the period 1962-2012. Alternatively, one could δ calibrate this parameter to match some other targets. For example, we could use scores from cognitive tests, such as the Armed Forces Qualification Test (AFQT). By using data from the National Longitudinal Survey of Youth 1979 (NLSY79), we reset ; to 0.42 to match the fraction of individuals with an AFQT score above the mean score in the year 1980, when the test was administered. IS Alternatively, using U.S. Census Bureau data, δ; could be set to 0.225 to match the fraction of Americans with a college degree calculated over the period 1962-2012. In both cases,δ; = 0.42 and δ; = 0.225, the remaining parameters of the model are recalibrated following the procedure described in Section 2.2, except for n .
The business cycle statistics are reported in the last two columns of Table 3. Fig. AS in Appendix shows the impulse response functions for education. The model's predictions are robust to δCompared to Modell, the volatility of hours worked is slightly higher under the alternative specifications. Since the volatility is lower for high types. it is not surprising that aggregate volatility increases as the fraction of high types decreases. However. the change is very small. Nevertheless. our preferred specification remains the version with δ = 0.58. Since we observe differences in the time spent studying between who enroll in college and who does not. Setting δ to match the fraction of high-school graduates enrolling in college seems a more sensible and less arbitrary choice.

ผลลัพธ์ (ไทย) 1:

ในส่วนนี้ เราพิจารณาค่าทดแทนสองสำหรับ δIn δโหมดพื้นฐาน = 0.58 ซึ่งเป็นส่วนของผู้สำเร็จการศึกษาระดับมัธยมปลายที่เข้าเรียนในวิทยาลัยช่วงปี 1962-2012 หรือ หนึ่งสามารถδปรับพารามิเตอร์นี้ให้ตรงกับเป้าหมายอื่นเทียบได้ ตัวอย่าง เราสามารถใช้คะแนนจากการทดสอบรับรู้ เช่นทดสอบคุณสมบัติกองทัพ (AFQT) โดยใช้ข้อมูลจากการชาติระยะยาวแบบสำรวจของเยาวชน 1979 (NLSY79), เราใหม่ ถึง 0.42 ให้ตรงกับสัดส่วนของบุคคลที่มี AFQT มีคะแนนสูงกว่าคะแนนเฉลี่ยในปี 1980 เมื่อมีจัดการการทดสอบ เป็นอีกวิธีหนึ่งคือ ใช้ข้อมูลสำนักสำมะโนสหรัฐ δ อาจต้องกัน 0.225 ให้ตรงส่วนของอเมริกันกับระดับวิทยาลัยคำนวณระยะ 1962-2012 ในทั้งสองกรณี δ = 0.42 และδ = 0.225 พารามิเตอร์ที่เหลือของรูปแบบที่ recalibrated ขั้นตอนที่อธิบายไว้ในหัวข้อ 2.2 ยกเว้น n มีรายงานสถิติวงจรธุรกิจในคอลัมน์ล่าสุดสองตาราง 3 ฟิก ในภาคผนวกแสดงฟังก์ชันตอบสนองแรงกระตุ้นจากการศึกษา แบบจำลองคาดคะเนแข็งแกร่งเพื่อ δCompared การ Modell ความผันผวนของชั่วโมงทำงานจะสูงขึ้นเล็กน้อยภายใต้ข้อกำหนดทางเลือก เนื่องจากความผันผวนที่จะต่ำกว่าชนิดสูง จึงไม่น่าแปลกใจว่า ความผันผวนรวมเพิ่มขึ้นเป็นสัดส่วนของชนิดสูงลดลง อย่างไรก็ตาม การเปลี่ยนแปลงที่มีขนาดเล็กมาก อย่างไรก็ตาม ข้อมูลจำเพาะของเราต้องอยู่ รุ่นδ = 0.58 เนื่องจากเราคำนึงถึงความแตกต่างของเวลาที่ใช้ในการศึกษาระหว่าง ผู้ลงทะเบียนในวิทยาลัยและที่ไม่ ค่าδจะตรงกับเศษของบัณฑิตมัธยมที่ลงทะเบียนในวิทยาลัยเหมือน เป็นทางเลือกที่เหมาะสมมากขึ้น และน้อยกว่ากำหนด

ผลลัพธ์ (ไทย) 2:

ในส่วนนี้เราพิจารณาสองค่าทางเลือกสำหรับδInโหมดพื้นฐานδ = 0.58 ซึ่งเป็นส่วนของผู้สำเร็จการศึกษาระดับมัธยมศึกษาตอนปลายที่เข้าเรียนในวิทยาลัยในช่วงเวลา 1962-2012 อีกทางเลือกหนึ่งδสามารถสอบเทียบพารามิเตอร์นี้เพื่อให้ตรงกับเป้าหมายอื่น ๆ บาง ตัวอย่างเช่นเราสามารถใช้คะแนนจากการทดสอบความรู้ความเข้าใจเช่นกองกำลังความสามารถผลการทดสอบ (AFQT) โดยใช้ข้อมูลจากการสำรวจระยะยาวแห่งชาติของเยาวชน 1979 (NLSY79) เราตั้งค่า; 0.42 เพื่อให้ตรงกับส่วนของบุคคลที่มีคะแนน AFQT เหนือค่าเฉลี่ยในปี 1980 เมื่อการทดสอบเป็นยา เป็นอีกทางเลือกหนึ่งโดยใช้ข้อมูลสำนักสำมะโนประชากรสหรัฐδ; จะได้รับการตั้งค่าให้ 0.225 เพื่อให้ตรงกับส่วนของชาวอเมริกันที่มีระดับวิทยาลัยคำนวณในช่วง 1962-2012 ในทั้งสองกรณีδ; = 0.42 และδ; = 0.225, พารามิเตอร์ที่เหลือของรูปแบบที่มีจีตามขั้นตอนที่อธิบายไว้ในมาตรา 2.2 ยกเว้น n.
สถิติวงจรธุรกิจจะมีการรายงานในช่วงสองคอลัมน์ของตารางที่ 3 รูป AS ในภาคผนวกแสดงฟังก์ชั่นกระตุ้นการตอบสนองสำหรับการศึกษา การคาดการณ์ของรูปแบบที่มีประสิทธิภาพเพื่อที่จะδComparedเดลล์, ความผันผวนของชั่วโมงการทำงานที่สูงขึ้นเล็กน้อยภายใต้ข้อกำหนดทางเลือก เนื่องจากความผันผวนต่ำชนิดสูง มันไม่น่าแปลกใจที่การเพิ่มขึ้นของความผันผวนรวมเป็นส่วนของประเภทสูงลดลง อย่างไรก็ตาม การเปลี่ยนแปลงที่มีขนาดเล็กมาก แต่ สเปคที่ต้องการของเรายังคงรุ่นที่มีδ = 0.58 ตั้งแต่เราสังเกตความแตกต่างในเวลาที่ใช้ในการศึกษาระหว่างที่ลงทะเบียนเรียนในวิทยาลัยและผู้ที่ไม่ การตั้งค่าδเพื่อให้ตรงกับส่วนของผู้จบการศึกษามัธยมปลายลงทะเบียนเรียนในวิทยาลัยดูเหมือนว่าทางเลือกที่เหมาะสมมากขึ้นและพลน้อย

ผลลัพธ์ (ไทย) 3:

ในส่วนนี้เราพิจารณาทางเลือกสำหรับδค่าสองค่าในโหมดพื้นฐานδ = 0.58 , ซึ่งเป็นส่วนของโรงเรียนมัธยมบัณฑิตที่เข้าเรียนในวิทยาลัยในช่วงระยะเวลา 1962-2012 . หรืออาจδปรับพารามิเตอร์นี้เพื่อให้ตรงกับเป้าหมายบางอย่างอื่น ๆ ตัวอย่างเช่น เราสามารถใช้คะแนนจากแบบทดสอบความรู้ความเข้าใจ เช่น กองทัพสอบคุณสมบัติ ( AFQT )โดยใช้ข้อมูลจากการสำรวจแห่งชาติตามยาวของเยาวชน 1979 ( nlsy79 ) เราตั้งค่า ; 0.42 ตรงกับเศษส่วนของบุคคลกับ AFQT คะแนนเหนือค่าเฉลี่ยในปี 1980 เมื่อทดสอบ . มีอีกวิธีหนึ่งคือ การใช้ข้อมูล สำนักสำรวจสำมะโนประชากรของสหรัฐอเมริกาδ ; สามารถถูกตั้งค่าให้ตรงกับสัดส่วนของชาวอเมริกันที่ 0.225 ระดับวิทยาลัยคำนวณช่วงเวลา 1962-2012 .ในทั้งสองกรณี δ ; = 0.42 และδ ; = 0.225 ที่เหลือพารามิเตอร์ของแบบจำลองจะปรับแต่งตามขั้นตอนที่อธิบายไว้ในมาตรา 2.2 ยกเว้น n .
วัฏจักรธุรกิจสถิติมีรายงานในช่วงสองคอลัมน์ของตาราง 3 รูปที่แสดงในภาคผนวก Impulse Response Functions เพื่อการศึกษา การคาดการณ์ของแบบจำลองที่มีประสิทธิภาพเพื่อδเมื่อเทียบกับแบบ ,ความผันผวนของชั่วโมงทำงานจะสูงขึ้นเล็กน้อยตามข้อกําหนดทางเลือก เนื่องจากความผันผวนต่ำและสูง มันไม่น่าแปลกใจว่ารวมความผันผวนเพิ่มขึ้นเป็นเศษส่วนของชนิดสูงลดลง อย่างไรก็ตาม การเปลี่ยนแปลงขนาดเล็กมาก อย่างไรก็ตาม สเปคที่ต้องการของเรายังคงเป็นรุ่นที่มีδ = 0.58 .เนื่องจากเราสังเกตความแตกต่างในเวลาเรียน ระหว่างที่ลงทะเบียนเรียนในวิทยาลัยและผู้ที่ไม่ได้ การตั้งค่าδตรงกับส่วนของโรงเรียนมัธยมวิทยาลัยบัณฑิตความในดูเหมือนเพิ่มเติมที่เหมาะสมและทางเลือกโดยพล
น้อย