Okuns lag: ekonomisk tillväxt och arbetslöshet

Michael Dalcoe - What is Your Net Worth? - Michael Dalcoe (September 2024)

Michael Dalcoe - What is Your Net Worth? - Michael Dalcoe (September 2024)
Okuns lag: ekonomisk tillväxt och arbetslöshet

Innehållsförteckning:

Anonim

När det gäller att studera ekonomin är tillväxt och jobb två primära faktorer som ekonomer måste överväga. Det finns ett tydligt förhållande mellan de två, och många ekonomer har utformat diskussionen genom att försöka undersöka förhållandet mellan ekonomisk tillväxt och arbetslöshet. Ekonomen Arthur Okun började tackla diskussionen på 1960-talet och hans forskning om ämnet har sedan dess blivit känd som Okuns lag. Nedan följer en mer detaljerad översikt över Okuns lag, varför det är viktigt och hur det stod tidstestet sedan det första publicerades.

Okuns lag: Grunderna

I sin mest grundläggande form undersöker Okuns lag det statistiska sambandet mellan ett lands arbetslöshet och tillväxten i sin ekonomi. Ekonomisk forskningsarm i Federal Reserve Bank of St. Louis förklarar att Okuns lag "är avsett att berätta hur mycket av ett lands bruttonationalprodukt (BNP) kan gå vilse när arbetslösheten ligger över sin naturliga takt". Det går vidare att förklara att "logiken bakom Okuns lag är enkel. Produktionen beror på den mängd arbetskraft som används i produktionsprocessen, så det finns ett positivt förhållande mellan produktion och sysselsättning. Den totala sysselsättningen är lika med arbetskraften minus de arbetslösa, så Det finns ett negativt samband mellan produktion och arbetslöshet (villkorat av arbetskraften). "

Yale professor och ekonom, Arthur Okun, föddes i november 1928 och avled i mars 1980 vid 51 års ålder. Han publicerade först sina fakta om ämnet i början av 1960-talet, som sedan kommer att bli känd som sin "lag". Okuns lag är i huvudsak en tumregel för att förklara och analysera förhållandet mellan jobb och tillväxt. Ett samtal från tidigare ordföranden för presidiet, Ben Bernanke, sammanfattar kanske kortfattat Okuns grundläggande begrepp:

"Den här tumregeln beskriver det observerade sambandet mellan förändringar i arbetslösheten och tillväxten av den reala bruttonationalprodukten (BNP). Okun noterade att på grund av pågående ökningar av storleken på arbetskraft och produktivitetsnivå krävs en real BNP-tillväxt nära tillväxten av sin potential, bara för att hålla arbetslösheten stabil. För att minska arbetslösheten måste ekonomin växa i takt över dess

Enligt de [nu] accepterade versionerna av Okuns lag, för att uppnå en minskning av arbetslösheten med 1 procentenhet under ett år, måste reala BNP växa ungefär 2 procentenheter snabbare än den ränta av tillväxten av potentiell BNP under den perioden. För att illustrera om den potentiella BNP-tillväxten är 2%, säger Okuns lag att BNP måste växa till ca 4% i ett år för att uppnå en minskning med 1 procentenhet i arbetslöshetstakt."

En mer detaljerad titt på Okuns lag

Det är viktigast att notera att Okuns lag är ett statistiskt förhållande som bygger på en regression av arbetslöshet och ekonomisk tillväxt. Som sådan kan löpande regression resultera i olika koefficienter som används för att lösa förändringen i arbetslösheten, baserat på hur ekonomin växte. Det beror helt på vilka tidsperioder som används och ingångar, vilket är historiska BNP och sysselsättningsuppgifter. Nedan är ett exempel på en Okuns lagregression:

The lagen har faktiskt "utvecklats" eller förändrats med tiden för att passa nuvarande ekonomiska klimat och sysselsättningstrender vid den tiden. En version av Okuns lag har helt enkelt sagt att när arbetslösheten minskar med 1% stiger BNP med 3%. Okuns lag fokuserar på en relation mellan arbetslöshet och BNP, där en procentuell ökning av arbetslösheten orsakar en 2% minskning av BNP.

A Bloomberg Artikeln som integrerar data från den starkt flyktiga Great Recession-perioden noterade att " regel av thum b hävdar att den procentuella tillväxten överstiger trendräntan för varje procentenhet - vilken Federal Reserve-beslutsfattare pekar på mellan 2. 3 och 2. 6% - arbetslösheten minskar med en halv procentenhet. "Observera de varierande användningarna av ekonomisk tillväxt, såsom BNP och BNP, liksom vad som kan anses som potentiella ekonomiska tillväxtåtgärder.

Som med alla lagar inom ekonomi, vetenskap eller någon disciplin är det viktigt att avgöra om det håller under olika förhållanden och över tiden. När det gäller Okuns lag verkar det finnas förhållanden där det är ganska bra och andra där det inte gör det. Till exempel en översyn av Okuns lag av Federal Reserve of Kansas City angav att en av Okuns första relationer såg på kvartalsvisa förändringar i arbetslösheten jämfört med kvartalsvis tillväxt i verklig produktion och det verkade hålla sig bra.

Det finns också olika sätt att spåra arbetslöshet, och självklart har den primära provningsgrunden för Okuns lag varit USA. Okun analyserade också klyftan mellan potentiell ekonomisk produktion och den faktiska produktionshastigheten i ekonomin. Kansas City-studien utförde olika olika versioner av Okuns lag, med början i sitt ursprungliga kvartalsförhållande, en "gapversion" som såg på skillnader i faktisk och potentiell produktion, även om lagen skulle hålla under förutsättning att full sysselsättning eller hög arbetslöshet skulle kunna vara. Det avgjordes i en mer dynamisk version, vilket ledde till att alternativ för variabler skulle lämnas ut eller läggas till, beroende på nivåerna av nuvarande och historisk ekonomisk tillväxt.

Hur användbar är Okuns lag?

Vid den här tiden är det viktigt att göra en bestämning av den övergripande användbarheten av Okuns lag. Trots att det faktiskt finns många rörliga delar i förhållandet mellan arbetslöshet och ekonomisk tillväxt förefaller det vara empiriskt stöd för lagen. Kansas City Fed-studien drog slutsatsen att "Okuns lag är inte ett snävt förhållande", men att "Okun's law förutspår att tillväxtnedgångar oftast sammanfaller med stigande arbetslöshet."Beträffande det faktum att det inte höll det så bra under finanskrisen spekulerade Bernanke att" det uppenbara misslyckandet av Okuns lag kan delvis avspegla statistiskt buller ". Andra studier har varit mer stödjande för Okuns lag. ekonomisk blogg har kommit fram till att "Okuns lag gör det bra" och det verkar också ha åtminstone en viss prognosförmåga. Återkommande till Federal Reserve Bank of St. Louis har kommit fram till att "Okuns lag kan vara en användbar vägledning för penningpolitiken politik, men bara om den naturliga arbetslösheten är korrekt uppmätt. "

Bottom Line

Sammantaget är det liten debatt att Okuns lag utgör en av de enklaste och bekväma metoderna för att undersöka förhållandet mellan ekonomisk tillväxt och En av de viktigaste fördelarna med Okuns lag är dess enkelhet, en fördel som delas av portföljförvaltningen och möjligheten att helt enkelt konstatera att en minskning med 1% av arbetslösheten kommer att inträffa när ekonomin växer ca 2% snabbare tha n förväntas. Dessutom har hans lag studerats i stor utsträckning sedan den först publicerades. Slutligen har det skett en hel del historia under de senaste fem decennierna, sedan Okuns första verk publicerades för att prova.

I verkligheten verkar det dock som om man litar på Okuns lag att göra specifika förutsägelser om arbetslöshet, med tanke på utvecklingen i ekonomisk tillväxt, håller inte upp det bra. Eftersom det till exempel har studerats har det varit känt att flytta över tiden och påverkas av mer ovanliga ekonomiska klimat, inklusive arbetslösa återhämtningar och den senaste finansiella krisen.

På grund av ingångarnas komplexitet kan olika tidsperioder som kan användas och grundläggande osäkerhet som går med löpande ekonomiska regressioner, lagen kan bli ganska komplex. Det använder helt enkelt många olika ekonomiska variabler för att försöka analysera förhållandet mer exakt. Okuns lag håller inte lika bra under dessa mer exakta bestämmelser, men empiriska bevis understödjer fortfarande dess användbarhet. Okuns lag kan inte vara helt förutsägande, men det bidrar också till att rama diskussionen om ekonomisk tillväxt och hur sysselsättningen påverkar det och vice versa.