CHALMOVIANSKÝ, Jakub. Impact of labour-market segmentation on identification of parameters in a DSGE Framework. In M. Reiff, P. Gežík. Quantitative Methods in Economics; Multiple Criteria Decision Making XIX. University of Economics: University of Economics, Bratislava, 2018. s. 24-31. ISBN 978-80-89962-08-2.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název Impact of labour-market segmentation on identification of parameters in a DSGE Framework
Autoři CHALMOVIANSKÝ, Jakub (703 Slovensko, garant, domácí).
Vydání University of Economics, Quantitative Methods in Economics; Multiple Criteria Decision Making XIX, od s. 24-31, 8 s. 2018.
Nakladatel University of Economics, Bratislava
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 50202 Applied Economics, Econometrics
Stát vydavatele Slovensko
Utajení není předmětem státního či obchodního tajemství
Forma vydání elektronická verze "online"
WWW Conference proceedings
Kód RIV RIV/00216224:14560/18:00102845
Organizační jednotka Ekonomicko-správní fakulta
ISBN 978-80-89962-08-2
UT WoS 000455265500003
Klíčová slova anglicky DSGE; identification issues; labour market segmentation; search and matching frictions
Příznaky Mezinárodní význam, Recenzováno
Změnil Změnil: Mgr. Jakub Chalmovianský, učo 380234. Změněno: 24. 1. 2019 12:22.
Anotace
In this contribution, I present two small-scale DSGE models of a closed economy with search and matching frictions on the labor market and right-to-manage bargaining process. The first model is the well-known model from (Lubik, 2009). The second model stems from Lubik's work, introducing labor market segmentation to account for different wage setting processes for two groups of workers with a dissimilar level of qualification. The aim of this contribution is to examine how this modification in the second model affects the amount of information needed to properly identify its parameters. At first, I shortly introduce main aspects of both models. Based on the presented calibration, trajectories of main endogenous variables are obtained. Various subsets of these simulated trajectories are then used as observables for estimation of the model parameters to compare to what extent rich information is needed for each model to properly identify its parameters.
Návaznosti
MUNI/A/0966/2017, interní kód MUNázev: Nekonvenční monetární politika a instituce trhu práce pohledem dynamických stochastických modelů všeobecné rovnováhy (Akronym: Nekonvenční monetární politika)
Investor: Masarykova univerzita, Nekonvenční monetární politika a instituce trhu práce pohledem dynamických stochastických modelů všeobecné rovnováhy, DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
VytisknoutZobrazeno: 30. 11. 2022 08:57