Aller au contenu principal
Accès ouvert déclaré 2022 article

Modelling Okun’s law: Does non-Gaussianity matter?

6Citations signalées — pas une note de qualité
2Institutions déclarées
1Pays d’affiliation déclarés

Résumé fourni par la source

Abstract In this paper, we analyse Okun’s law—a relation between the change in the unemployment rate and GDP growth—using data from Australia, the euro area, the UK and the USA. More specifically, we assess the relevance of non-Gaussianity when modelling the relation. This is done in a Bayesian VAR framework with stochastic volatility where we allow the different models’ error distributions to have heavier-than-Gaussian tails and skewness. Our results indicate that accounting for heavy tails yields improvements over a Gaussian specification in some cases, whereas skewness appears less fruitful. In terms of dynamic effects, a shock to GDP growth has robustly negative effects on the change in the unemployment rate in all four economies.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Modelling Okun’s law: Does non-Gaussianity matter?
Date Crossref
27/09/2022
Éditeur
Springer Science and Business Media LLC
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude et ne compte pas comme une seconde source scientifique indépendante.

Institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Sujets associés

Monetary Policy and Economic ImpactUnemployment and Economic GrowthFiscal Policy and Economic Growth

BNTIC News n’est pas le producteur de ces données. Recherche à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, ROR et la Banque mondiale, sans clé ; OpenAlex reste optionnel. Aucun service payant requis, aucune donnée externe enregistrée en base. Sources et limites.