2007年3月
对于需求模型的估计,聚合的结果,无论是时间上的还是空间上的,在理论上都是众所周知的,但是以前还没有用适当的数据记录过经验。在本文中,我们进行了一个简单但有指导意义的练习来填补这一空白,使用了一个大型的季度数据集,该数据集在企业层面上越来越多地聚集到两位数的SIC行业和年频率。我们只在最聚集的层次上用二次调整代价模型得到合理的结果。事实上,二次调整成本的结果证实,沿着两个维度的聚合可以对感兴趣的参数产生更合理的估计。固定调整成本模型在季度数据和年度数据上表现得非常好。我们认为,这可能是葡萄牙劳动力市场异常高的劳动力调整成本的另一个后果。
下载
这些必要的cookie是激活网站核心功能所必需的。不能选择不使用这些技术。
为了进一步改善我们的报价和我们的网站,我们收集匿名数据进行统计和分析。在这些cookie的帮助下,我们可以,例如,确定访问者的数量和某些页面对我们网站的影响,并优化我们的内容。