核心工资通货膨胀的一种衡量方法（英）

不适用。106 7 JULY2023 核心工资通货膨胀的测度 MartinAlmuzara|RichardAudoly|DavideMelcangi 核心工资通货膨胀的测度 MartinAlmuzara，RichardAudoly和DavideMelcangi纽约联 邦储备银行工作人员报告，2023年7月1067号JEL分类:C33,E24 Abstract 我们恢复了过去25年美国名义工资增长的持续性（“核心”）部分。我们的方法将工人级别的数据与时间序列平滑方法相结合，可以将工资通胀的常见持久性与特定于某些工人子群的持久性区分开来，例如特定行业的工人。我们发现，工资通胀的大多数商业周期波动是持久的，并且是由一个共同因素驱动的。这个共同的持续因素在通货膨胀时期尤为重要，它解释了大流行后工资通胀飙升的75％至90％。 关键词：工资通货膨胀，持续性，因素模型 Almzara，Adoly，Melcagi：纽约联邦储备银行（电子邮件：marti。almzara@y。frb.orgrichard.adoly@y 。frb.org,davide.melcagi@y。frb.org).作者感谢RichardCrmp，MarcoDelNegro，KeshavDogra，SilviaSarpietro，ArgiaSbordoe和GiorgioTopa的有用评论和讨论。他们还感谢AgstiBeli，JlieSeager和AidaToer- Rodgers提供的出色研究帮助。 本文介绍了初步的发现，并分发给经济学家和其他感兴趣的读者，以激发讨论并引起评论。本文表达的观点是作者的观点，不一定反映纽约联邦储备银行或联邦储备系统的立场。任何错误或遗漏均由作者负责。 要查看作者的披露声明，请访问https://www.newyorkfed.org/research/staff_reports/sr1067.html。 1Introduction 大流行后通货膨胀的激增重新引起了人们对名义工资总额演变的兴趣。1由于工资通胀被认为与价格演变密切相关，因此它是执行货币政策所监测的关键指标之一。2它还提供了有关劳动力市场状况的信号 ，并且是家庭和公司决策的重要投入。Btwhichmeasreofwageiflatioisappropriatefortheseprposes?Whileextesiveworhasbeedoetodefiemeasresofpriceiflatiothatareprgedfromoiseadshort-rvolmes,derstdyhasdevotedtothederlyigdyamicofaggreatagic 本文介绍了一个框架，以隔离工资通货膨胀的持久性（“核心”）潜在组成部分。4我们的方法将工人级别的数据与时间序列过滤和平滑方法相结合。我们估计了一个具有时变参数的动态因素模型，其中工资通胀是所有工人共有的持久成分，某些工人子群特有的持久成分和短暂冲击的总和。我们发现，工资通胀的大多数商业周期波动都是持久的，并且这种持久成分的演变是由其共同成分驱动的。这个共同的潜在因素在2021年工资通胀飙升期间尤其占主导地位，无论我们考虑的各个横截面如何，例如。 1在本文的其余部分中，我们将“名义工资增长”和“工资通胀”这两个术语互换使用。 在最近的一次讲话中，美联储主席J.H.鲍威尔宣称：[……]“要使工资增长可持续，它需要与2％的通货膨胀率保持一致”[鲍威尔，2022年]。 3有关价格上涨文献的摘要，请参阅StocadWatso[2016]。关于总工资的演变，戴利、霍比恩和威尔斯[2011]研究了实际工资的时变周期性。Hh和Treha[1995]用价格、工资和生产率估计了一个向量误差修正模型。更广泛的文献研究了名义工资增长与价格通货膨胀之间的联系，这超出了我们论文的范围。有关这方面的最新工作，请参见Kiley[2023]。 4类似于核心价格通胀的度量，我们的目标是通过从其更不稳定的成分中抽象出通胀的持续部分。正如我们在论文中所描述的，我们的度量在概念上与核心价格通胀不同，核心价格通胀简单地排除了食品和能源。 作为工业和教育。 我们的分析采用了当前人口调查（CPS）中有关小时工资的每月工人水平信息。我们的统计模型自然地适用于这个数据集，因为它允许我们分解一系列横截面变量中名义工资的总体变化。与价格通胀文献一致，我们的主要关注点是行业横截面，但我们也根据人口和地理变量使用其他横截面来估计模型。尽管每月都有观察，但我们的工人水平数据中的名义工资增长是以12个月的速度衡量的。我们论文的贡献之一是建立了一个模型，该模型明确说明了每月到每年的时间聚合，从而扩展了StocadWatso[2016]先前应用于价格数据的框架，并允许我们检索未观察到的每月增长的持续组成部分。5该组成部分是我们感兴趣的关键对象，我们将其称为核心CPS工资通货膨胀（CoWI）。 为了验证我们的方法是对持续工资动态的成功表征，我们对随机游走基准进行了实时预测比较。众所周知，这些预测在价格通胀文献中很难改善(见，e。Procedre，Ateso和Ohaia[2001]，StocadWatso[2008])。我们发现我们的模型优于随机游走替代方案，特别是在3个月的范围内。在行业层面，我们的模型在所有视野下均比随机游走更准确。此外，我们发现CoWI的变化与失业率的变化显着相关 ，并且这种关系强于原始总工资增长。这一发现证实了CoWI通过清除暂时性变化，可以为工资通胀的转折点提供可靠的信号。 有了这个模型，我们开始实证地记录工资上涨的动态及其驱动因素，从而在一个相对未被研究的话题上取得了进展。 5这种方法论上的贡献是新颖的，可能与受时间聚合影响的其他数据集的实证分析相关。 作为第一个经验练习，我们按广泛的行业组划分样本，并估计我们的模型以恢复持续工资增长的动力。虽然工资增长的特点是每月变化很大，但CoWI的最大变动与我们样本中具有最大宏观经济意义的事件相吻合。事实上，CoWI在2001年和2008年的衰退期间大幅下降，在大流行后通胀飙升事件开始的2021年初大幅上升。一个关键的经验问题是，名义工资增长与工人之间的相关性有多强 。横截面相关性的大小可以衡量整个经济与特质冲击在推动工资通胀方面的相对重要性。我们的模型明确区分了CoWI中的常见组件和部门特定组件，因此特别适合进行此评估。我们证明，CoWI的重大波动不能归因于特定行业。事实上，名义工资增长的持久性部分的大多数变化在各个行业都很常见，特别是在最近的大流行激增期间。相比之下，估计的扇区特定分量似乎捕获了较低频率的 运动和。 自20世纪90年代以来一直在下降，尽管在COVID-19.6之后暂时飙升 在论文的最后一部分中，我们记录了我们的发现对于代表名义工资增长中异质性可能来源的替代横截面变量是稳健的。我们重新估计了模型的许多替代工人特征，以划分样本，例如种族，性别 ，教育程度，年龄和其他人口统计学。无论我们考虑的横截面如何，CoWI仍然占总工资增长大幅波动的很大一部分。最重要的是，我们发现这些替代横截面对于CoWI的演变在数量上都不是重要的，但是。 在早期的相关贡献中，沃森和恩格尔[1981]发现，一个高度持久的单一共同因素解释了使用洛杉矶都会区工资数据的行业之间的大部分变化。Ah、Che和Kister[2020]对当前就业调查（ CES）的季度数据使用动态因素模型，提取了大量行业的平均小时收入中通货膨胀的共同成分。除了数据，还有一个重要的di。ffEence是CoWI衡量工资通胀中的共同和特定部门的持久性成分，而其衡量指标仅针对共同成分（持久性和暂时性）。 相反，一个共同的潜在因素推动了它的大部分进化。 我们正式量化了CoWI的共同组成部分对于我们样本中具有最大宏观经济意义的三个事件的重要性：2001年和2008年的衰退，以及2021年的工资通胀飙升。共同因素解释了两次衰退期间 CoWI下跌的定量份额。对于大衰退来说尤其如此。例如，行业或地区特定因素占2008-09年度CoWI下降的比例不到20%。相比之下，在我们考虑的各个横截面中，CoWI的共同组成部分占2008-2009年下降的45％至85％。 在2021年通胀飙升期间，估计的共同因素更为重要。我们发现，无论我们在估算中使用的横截面变量如何，这至少占了这一时期CoWI增长的80％。这一发现表明，在衰退和通胀事件之间可能存在一种不对称形式，向下的工人异质性可能比向上的名义工资刚性更大。重要的是，我们的结果表明，这种异质性（如果存在）对于在宏观层面上表征工资通胀事件并不具有重要意义：共同成分是通货膨胀事件期间CoWI的主要驱动因素。使用可追溯到20世纪60年代的数据进行的额外估计表明，我们的结果并不特定于大流行后时期：共同因素也解释了20世纪70年代通胀时期CoWI的大部分波动。 Therestofthepaperproceedsasfollows.Section2describesthedata.Section3describesthemodelandestimationmethod.Section4reportstheestimationresults,andSection5concludes. 2Data 我们使用当前人口调查(CPS)的名义工资月度数据。本文的目的是提出一种可以定期监测的工资通货膨胀的可靠衡量标准。7使用CPS的数据在这方面有两个关键优势。与专有数据相比，例如Grigsby，Hrst和Yildirmaz[2021]中使用的ADP数据，CPS可以追溯到二十多年前，代表美国人口，并且可以公开获得。与其他名义工资增长指标相比，例如就业成本指数（ECI），CPS每月可用。 我们遵循亚特兰大联储工资增长追踪器的既定方法，并将工资通胀定义为相隔12个月观察到的个人小时工资的中位数增长[亚特兰大联储，2023年]。8让t表示一个月，我表示数据的一些分组，12个月工资通胀率wi,子组i中的t定义为 (1)wi,t=lnWi,J50,t−lnWi,J50,t−12 其中j50表示第I组中12个月工资中位数增长的个人，并且 W表示小时工资。 考虑个人内部工资变化的基本原理是衡量同质劳动单位的价格变化。与旨在衡量相同商品的价格变化的价格通货膨胀标准指标类似，目标是 7我们使用1997m1到2023m2之间的数据。我们的测量值可以在CPS发布时每个月更新。我们在1997年开始我们的样本，因为我们在早期使用的工资变量中存在差距。 8我们在附录D中显示了我们的结果ff如果我们使用平均增长率，尽管估计不太精确。小时工资是针对该人的“通常”每周收入和 “通常”小时数，其中包括补偿的可变部分（加班费，小费，佣金）。 从劳动力需求构成的变化中抽象出来。9解决这个问题的一种方法是考虑狭义工作类型内的工资变化。这是ECI.10的基本方法。我们使用的内部CPS定义可以被视为与工作内方法相对应的工人方面。 由于CPS的访谈结构，我们从相隔十二个月的观察中考虑了个人工资的变化。这直接针对季节性因素进行调整。但这也意味着，这种衡量工资通胀的方法往往滞后于实际的环比变化。要看到这一点，请考虑一个工人的情况，即11个月工资没有环比增长，第12个月工资没有增长0.1％。他们12个月的工资变化间隔为0.1%，但他们的工资年率环比变化，即监测工资膨胀的关注对象，为12。×0.1%=1.2%。我们完全占了这个时间 第3节中介绍的测量框架中的聚集滞后。 从工人级别的数据中构建这一指标的一个特别有吸引力的特征是，工资的总通胀可以通过工作和人口特征来分解。对于第4节的大部分内容，我们按行业分解了名义工资的总变化。我们考虑由亚特兰大联储工资增长跟踪器定义的七个广泛的行业组，该行业组确保每个单元格内的样本量不会太小：建筑和采矿，教育和健康，金融和商业服务，休闲和酒店，制造，公共管理以及贸易和运输。这种