Hur varaktig är en förändring i arbetslösheten?

Transkript

1 Rappor ill Finanspoliiska råde 2010/1 Hur varakig är en förändring i arbeslösheen? U. Michael Bergman Københavns Universie, EPRU, FRU och Finanspoliiska råde De åsiker som urycks i denna rappor är förfaarens egna och speglar ine nödvändigvis Finanspoliiska rådes uppfaning. Jag har erhålli värdefulla synpunker och kommenarer från Marin Flodén och Lars Calmfors.

2 Finanspoliiska råde är en myndighe som har ill uppgif a göra en oberoende granskning av regeringens finanspoliik. Rådes uppgifer fullföljs framför all genom publiceringen av rapporen Svensk finanspoliik som lämnas ill regeringen en gång per år. Rapporen ska kunna användas som e underlag bland anna för riksdagens granskning av regeringens poliik. Som e led i uppdrage anordnar råde även konferenser och uger skrifer om olika aspeker på finanspoliiken. I serien Sudier i finanspoliik publiceras fördjupade sudier eller rapporer som härrör från exerna uppdrag. Finanspoliiska råde Box 3273 SE Sockholm Kungsgaan Tel: Fax: info@finanspoliiskarade.se ISSN

3 Sudier i Finanspoliik 2010/1 3 Sammanfaning I denna rappor beräknar vi arbeslösheens varakighe. När en sörning inräffar kommer arbeslösheen förs a eableras på en ny nivå för a sedan anpassas illbaka ill sin ursprungliga nivå. Varakigheen mäs som den id som ågår innan arbeslösheen har åeranpassas ill sin ursprungliga nivå. Om ingen anpassning sker, dvs arbeslösheen sannar kvar på den nya nivån under överskådlig id säger vi a arbeslösheen uppvisar hyseresiseffeker. Graden av varakighe har implikaioner såväl för finanspoliiken som för arbesmarknadspoliiken. Om arbeslösheen är varakig kommer effekerna av den ekonomiska poliiken a bli synliga med en beydande idsförskjuning vilke också har konsekvenser då arbesmarknadspoliiken uvärderas. Vi finner en beydande varakighe i svensk arbeslöshe. E vikig resula är a varakigheen enderar a vara sörre då ekonomin och därmed arbesmarknaden befinner sig i en avmaningsfas eller i en kris jämför med då ekonomin är i en uppgångsfas. Samidig visar vår empiriska undersökning a vi kan förkasa hypoesen om hyseresis. Dea innebär a arbeslösheen kommer a anpassas illbaka ill sin ursprungliga nivå. Denna anpassning sker dock mycke långsam.

4

5 Sudier i Finanspoliik 2010/1 5 1 Inledning Hur varakig är en förändring i arbeslösheen? Denna fråga har illdragi sig sor inresse inom arbesmarknadsforskningen sedan början av 1980-ale då arbeslösheen seg krafig i många europeiska länder. En vikig observaion som då gjordes var a arbeslösheen ine längre enbar förklarades av konjunkuren uan också av andra fakorer exempelvis arbesmarknadens funkionssä och lönebildningen. Forskningen pekade också på möjligheen a en förändring i arbeslösheen blev permanen, dvs förekomsen av hyseresiseffeker. 1 Dea förklaras av a ökande fakisk arbeslöshe driver upp jämviksarbeslösheen ill en högre nivå då ekonomin usäs för negaiva chocker. Resulae blir a fakisk arbeslöshe riskerar a långsikig eableras på en högre nivå. Även om hyseresis ine exiserar är de full möjlig a anpassningen av arbeslösheen illbaka ill sin idigare jämvik ar mycke lång id. Dessuom kan graden av varakighe variera både över id och bero på sorleken av de chocker som påverkar ekonomin. Denna diskussion är också relevan idag när många länder har drabbas av hög arbeslöshe som resula av finanskrisen. Den sora frågan är om arbeslösheen kommer a eableras på den nya högre nivån eller om den auomaisk kommer a anpassas illbaka ill sin idigare nivå. Frågor finns också kring de akiva ågärder som genomförs för a moverka den höga arbeslösheen. Om de finns en hög grad av varakighe kommer poliiken a verka med en beydande idsförskjuning. Därför blir de också all mer vikig a ågärderna säs in vid rä idpunk så a poliiken ine riskerar a bli procyklisk. En hög grad av varakighe har också konsekvenser för uvärderingar av arbesmarknadspoliiken efersom de ar lång id innan effekerna av ågärderna blir synliga. För a illusrera vad som avses med a arbeslösheen har en endens a åergå ill si medelvärde och vad begreppe hyseresis innebär visar vi i Figur 1 hur arbeslösheen skulle kunna uvecklas efer a en sörning inräffa. Vi anar a sorleken på sörningen mosvarar en ökad arbeslöshe med 0,5 procenenheer. Den horisonella axeln i diagramme visar anale kvaral efer a sörningen inräffa medan den verikala axeln visar hur arbeslösheen förändras mä i procenenheer för varje kvaral. Vi väljer a sudera re olika grader av varakighe, låg, målig och hög varakighe. Dessuom visar vi effeken av en sörning då arbeslösheen uppvisar hyseresiseffeker. 1De finns en omfaande lieraur kring arbeslösheens varakighe och förekomsen av hyseresis. Begreppe lanserades förs av Blanchard och Summers (1986) och innebär i korhe a sora negaiva chocker som påverkar ekonomin kan leda ill ökad jämviksarbeslöshe vilke i sin ur leder ill långsikig ökad fakisk arbeslöshe. Teoreiska modeller som exempelvis insider-ousider eorin (Lindbeck och Snower (2002) ger en icke-eknisk inrodukion ill eorin och sammanfaar de vikigase eoreiska modellerna) är exempel på arbesmarknadsmodeller som visar a arbeslösheen kan bli varakig och varför hyseresis kan exisera. Røed (1997) sammanfaar både eoreisk och empirisk forskning kring hyseresis.

6 6 Sudier i Finanspoliik 2010/1 Figur 1 Arbeslösheens uveckling efer en sörning, kvaralsvisa observaioner 0,6 0,5 Procenenheer 0,4 0,3 0,2 0,1 0, Kvaral Låg varakighe Målig varakighe Hög varakighe Hyseresis Källa: Egna beräkningar. I samliga experimen anas a arbeslösheen har e konsan medelvärde vilke innebär a vi kan borse från andra effeker än de som orsakas av den sörning som inräffar i de försa kvarale. Efersom sörningens sorlek är 0,5 procenenheer kommer arbeslösheen i de försa kvarale när sörningen inräffar a öka med lika mycke. Därefer kommer arbeslösheen a anpassas illbaka ill si ursprungliga läge men med olika hasigheer beroende på graden av varakighe. Om arbeslösheen uppvisar hyseresiseffeker kommer ingen anpassning a ske. Arbeslösheen blir permanen 0,5 procenenheer sörre än idigare, vilke illusreras i figuren med en horisonell sreckad linje. Hyseresis innebär allså a en sörning har en permanen eller besående effek. Om arbeslösheen ine har hyseresiseffeker sker en gradvis anpassning illbaka ill den ursprungliga nivån. Som kan ses i figuren ar de endas några få kvaral innan arbeslösheen har åergå ill sin ursprungliga nivå. Om varakigheen är låg ar de 10 kvaral innan arbeslösheen fullsändig har åeranpassas ill si medelvärde vilke kan jämföras med falle då arbeslösheen har en hög grad av varakighe där de forfarande finns beydande effeker kvar efer 20 kvaral. E vanlig sä a mäa hur snabb som åeranpassningen sker är a använda sig av så kallade halveringsiden, dvs den id som ågår innan hälfen av den ursprungliga effeken av en sörning försvunni. I figuren kan vi avläsa a de ar e kvaral innan arbeslösheen har falli illbaka med 0,25 procenenheer om varakigheen är låg. Då arbeslösheens varakighe ökas får vi en mer långsam åergång. För falle då varakigheen hög ågår de mellan 7 och 8 kvaral innan arbeslösheen falli illbaka med 0,25 procenenheer, en beydande skillnad mo falle med låg varakighe. Syfe med denna rappor är a kvanifiera graden av varakighe och förekomsen av hyseresis i svensk arbeslöshe. I vår empiriska undersökning

7 Sudier i Finanspoliik 2010/1 7 kommer vi a kvanifiera varakigheen med hjälp av halveringsiden precis på samma sä som visas i vår illusraion ovan. Efersom de är möjlig a jämviksarbeslösheen varierar över iden kommer vi a dela upp skaningsperioden i re olika konjunkurfaser. I den empiriska analysen kommer vi a särskilja och jämföra arbeslösheens nivå, volailie, och varakighe under konjunkuruppgångar, under en avmaningsfas och under kriser. Denna uppdelning kommer a ske på basis av en saisisk modell, dvs vi kommer ine a använda en eablerad konjunkurkronologi. Anledningen är a arbeslösheen ine samvarierar med konjunkuren på e sysemaisk vis. Vår empiriska ansas ger oss möjligheen a sudera om och i så fall hur graden av varakighe förändras över iden och om dessa förändringar förklaras av exempelvis sorleken på de sörningar som påverkar ekonomin eller om de beror på den konjunkurfas som ekonomin befinner sig i. Vi kan också beräkna sannolikheen för a arbeslösheen rör sig mellan de re olika konjunkurfaserna vilke unyjas för a undersöka hur arbeslösheen påverkas när, exempelvis, en avmaningsfas övergår ill en kris. De finns några idigare sudier som har använ samma saisiska modell för a sudera arbeslöshe i e anal olika länder. Bianchi och Zoega (1998) undersöke om sora chocker påverkar arbeslösheens varakighe. De analyserade daa för 15 OECD-länder inklusive Sverige. De fann för svensk vidkommande e skif i arbeslösheens medelvärde som daerades ill de försa kvarale Deras olkning var a den svenska finanskrisen orsakade dea skif. Resulaen för andra länder var konsisena med denna olkning. León-Ledesma och McAdam (2003) suderade olv cenral- och ös-europeiska länder och beräknade graden av varakighe för dessa länder sam genomförde en jämförelse med EU-15. De fann a arbeslösheen i de olv cenral- och öseuropeiska länderna generell se hade en lägre grad av varakighe än den varakighe som den aggregerade arbeslösheen i EU-15 hade. Deschampes (2008) analyserade amerikansk arbeslöshe och jämförde prognosförmågan hos olika empiriska modeller medan Warne och Vredin (2006) fokuserade på sambande mellan arbeslöshe och penningpoliik i e fleral OECD länder inklusive Sverige. Gemensam för dessa vå sudier är a de ine fokuserar på arbeslösheens varakighe. Rapporen är disponerad på följande sä. I näsa avsni analyseras svensk arbeslöshe sedan början av 1970-ale med fokus på graden av varakighe. Vi skaar en modell där arbeslösheen illås vara i re olika illsånd, i en uppgångsfas (eller expansionsfas), under en avmaning eller i en kris. Den ekonomeriska modellen och de grundläggande skaningsresulaen som analyseras i dea avsni diskueras uförlig i Appendix. De vikigase resulae är a arbeslösheens varakighe varierar över id och mellan olika konjunkurfaser. Vi finner a varakigheen är sörs under avmaningsfasen och under kriser dvs under perioder då arbeslösheen ökar. Rapporen avsluas med en kor sammanfaning av de vikigase empiriska fynden.

8 8 Sudier i Finanspoliik 2010/1 Figur 2 Arbeslöshe, NAIRU och konjunkurcykel i Sverige Arbeslöshe Produkionsgap NAIRU Källa: OECD 2 Empirisk analys 2.1 Daa Vår empiriska analys fokuseras på kvaralsvisa observaioner av sandardiserad arbeslöshe i procen av arbeskrafen som har hämas från OECD. Observaionsområde sräcker sig från 1970 fram ill Figur 2 visar sandardiserad arbeslöshe, NAIRU och produkionsgap sedan Figuren visar a fakisk arbeslöshe varierar beydlig mer än NAIRU sam a den är svag mocyklisk, dvs arbeslösheen enderar a falla under högkonjunkurer. Samidig ser vi a de konjunkursvängningar som upprädde fram ill mien av 1980-ale endas gav små uslag på arbeslösheen medan 1990-als krisen ydlig framräder med en krafig ökad arbeslöshe. Den naurliga arbeslösheen uppvisar en svag sigande rend fram ill slue av 1990-ale för a därefer minska. Gemensam för både den fakiska arbeslösheen och NAIRU är a de uppvisar ydliga ecken på varakighe, dvs a arbeslösheen eableras på en permanen högre nivå efer en illfällig ökning. En ökad fakisk arbeslöshe driver upp jämviksarbeslösheen som eableras på en högre nivå än idigare under en längre period. Med andra ord, svensk arbeslöshe uppvisar ecken på hyseresis. Den saisiska modell vi använder oss av för a analysera svenska arbeslöshe förklaras i dealj i Appendix där vi också presenerar resulae av våra skaningar. De es som genomförs i dea appendix leder oss fram ill en modell där arbeslösheen illås befinna sig i re olika illsånd. 2NAIRU och produkionsgap har också hämas från OECD.

9 Sudier i Finanspoliik 2010/1 9 Tabell 1 Medelvärde och varians för svensk arbeslöshe i en modell med re illsånd. Beinga på illsånd Tillsånd i ekonomin medelvärde varians Uppgång 4,5 5,9 Avmaning 7,1 8,3 Kris 9,1 9,0 Obeinga på illsånd medelvärde varians 6,2 10,7 Anm: Medelvärde och varians har beräknas i den skaade modellen, se Appendix. Dessa re illsånd kan ges en ekonomisk olkning. Ekonomin befinner sig aningen i en uppgångsfas där arbeslösheen faller eller är oförändrad, en avmaningsfas där arbeslösheen är svag sigande eller i en kris där arbeslösheen siger krafig. Vi kallar i den följande analysen dessa re faser för uppgång, avmaning eller kris. I Tabell 1 visas skaade medelvärden och varianser i de re olika illsånden. Dessa beräknas med ugångspunk i de skaade paramerar vi finner för vår valda modell (se Appendix för dealjer kring hur vi diskriminerar mellan olika modeller). Vi ser här a arbeslösheen är dubbel så hög i genomsni under kriser jämför med under en konjunkuruppgång. Variansen är också beydlig sörre. Skillnaden mellan genomsnilig arbeslöshe under en avmaningsfas och under en kris är beydande (2 procenenheer högre) medan skillnaden i varians är mindre. Som jämförelse preseneras också de medelvärde som impliceras av den skaade modellen och som är oberoende av i vilke illsånd arbeslösheen befinner sig i. I Figur 3 visas de illsånd som arbeslösheen befinner sig i vid varje idpunk. Vi ser här a de försa illsånde som visas i de via fälen sammanfaller med relaiv låg och fallande arbeslöshe, dvs i en konjunkuruppgång. De andra illsånde, som vi kallar för avmaningsfas, illusreras av ljusgrå fäl där arbeslösheen i genomsni är någo högre (7,1 procen jämför med 4,5 procen, se Tabell 1). De redje illsånde, kriser, som visas i mörk gråa fäl i figuren sammanfaller med krafig sigande arbeslöshe. I figuren ser vi också a arbeslösheen enderar a befinna sig i en expansionsfas under längre perioder än under avmaningar och under kriser. Vi ser i Figur 3 a ekonomin och därmed också arbesmarknaden befann sig i de vi benämner som en krisperiod (mörkgråa fäl) endas under fyra perioder, under 1990-alskrisen och under den senase finanskrisen som väna men också under några år precis efer den svenska budgesaneringen och under en kor period under försa halvan av 2000-ale. Under budgesaneringen och under början av 2000-ale avog ökningsaken någo och arbesmarknaden övergick i en avmaningsfas (ljusgråa fäl). De är också vär a noera a arbesmarknaden också befann sig i en avmaning i början av 1980-ale. Vi idenifierar också några perioder med fallande arbeslöshe där varakigheen är signifikan lägre (via fäl). Under andra halvan av 1980-ale fram ill 1990-alskrisens ubro föll arbeslösheen från knapp 5 procen ill srax under 2 procen. Därefer seg arbeslösheen krafig och visade ydliga ecken på hyseresiseffeker. Under andra halvan av 1990-ale föll den emellerid illbaka, men ine full u ill den idigare nivån.

10 10 Sudier i Finanspoliik 2010/1 Figur 3 Skaade illsånd för arbeslösheen Avmaning Kris Arbeslöshe Anm: Via fäl visar kvaral då arbesmarknaden befinner sig i en expansionsfas. I Tabell 2 visas några nyckelal för de olika illsånden. De försa re kolumnerna presenerar de så kallade övergångssannolikheerna. Dessa beskriver sannolikheen a arbeslösheen skifar från e illsånd ill e anna, exempelvis när en avmaning övergår i en kris (de översa ale i den andra kolumnen) eller sannolikheen för a arbeslösheen sannar i en konjunkuruppgång om den redan befinner sig i denna fas (de översa ale i den försa kolumnen). Vi ser i abellen a de är relaiv sor sannolikhe a arbeslösheen sannar kvar i en uppgångsfas give a den redan befinner sig i dea illsånd (sannolikheen är 0,95). De är således en mycke hög sannolikhe a de ine sker en övergång från uppgång ill avmaning (eller kris) om arbesmarknaden redan befinner sig i expansionsfasen. Dea illusreras också av de må på varakighe som rapporeras i den sisa kolumnen. I den redje kolumnen visas anale kvaral då arbesmarknaden befinner sig i respekive illsånd medan den sisa kolumnen visar hur många kvaral som arbesmarknaden sannar kvar i samma illsånd, dvs varakigheen av respekive illsånd. 3 Av de oal 158 kvaral som vi suderar är arbeslösheen relaiv låg i knapp 92 kvaral (arbesmarknaden befinner sig i en uppgångsfas), medelhög under 39 kvaral (under avmaningsfaser) och mycke hög under de reserande 28 kvaralen (under kriser). En expansion varar i genomsni i 19 kvaral medan avmaningsfasen och kriser endas varar i run 6 kvaral. Tabell 2 Tillsåndsprocessens egenskaper Övergångssannolikeer Observaioner Varakighe Uppgång 0,948 0,039 0,012 91,5 19,2 Avmaning 0,072 0,825 0,103 39,1 5,7 Kris 0,036 0,117 0,847 28,4 6,5 Anm: Egna beräkningar. 3Denna varakighe skall ine blandas samman med arbeslösheens varakighe som beskriver hur snabb eller långsam som arbeslösheen åergår ill si medelvärde efer en sörning.

11 Sudier i Finanspoliik 2010/1 11 För a illusrera om de finns skillnader i varakighe i de re faserna beräknar vi nu impulsresponser för vår modell. Efersom vi har re illsånd kan vi beräkna re olika impulsresponser beroende på i vilke illsånd som arbesmarknaden anas befinna sig i då en sörning inräffar. Dessa impulsresponser visas i Figur 4. Vi ser här a de blir sor skillnad i hur arbeslösheen reagerar. Gemensam för alla re impulsresponser är a en ändring i arbeslösheen blir varakig, de ar mycke lång id innan den iniiala effeken har avklinga hel och arbeslösheen har åergå ill sin ursprungliga nivå. Vi finner också a hasigheen med vilken effeken av en sörning försvinner varierar. Från impulsresponserna kan vi beräkna halveringsiden, dvs den id som ågår innan hälfen av den iniiala effeken har försvunni. Halveringsiden då en chock inräffar under en expansion är srax över än 13 kvaral medan den beräknas ill run 15 kvaral då sörningen inräffar under en avmaning eller under en kris. Dessa halveringsider visar ydlig hur varakig effekerna av en plöslig ändring i arbeslösheen blir och a varakigheen är någo sörre under avmaningsfasen och under kriser. 4 Tolkningen är a sannolikheen a arbeslösheen eableras på en högre nivå och sannar kvar på denna nivå under lång id är sörre under avmaningar och kriser än under en expansionsfas. Som exempel ser vi i Figur 2 a de og de 9 år för arbeslösheen a åervända ill den nivå den hade De finns också illfällen där arbeslösheen aldrig åervänder ill sin ursprungliga nivå. Den lägs uppmäa arbeslösheen sedan 1990-alskrisen var under andra kvarale Efer en illfällig uppgång föll arbeslösheen igen fram ill försa kvarale 2008 men den åerkom aldrig ill den idigare nivån. Dessa egenskaper gäller ine endas för svensk vidkommande uan för andra OECD länder också. 5 E anna sä a illusrera arbeslösheens beeende i den skaade modellen är a beräkna sannolikheen för a en kris uppsår. Resulae av dessa beräkningar visas i Figur 5. För varje kvaral beräknas sannolikheen a arbeslösheen övergår ill en krisfas beroende på i vilken fas som den befinner sig i vid ugångsläge. Anag a arbeslösheen befinner sig i en expansionsfas, vad är sannolikheen a de sker e skif ill en kris? Denna sannolikhe visas med heldragen linje i figuren. För varje kvaral ökar sannolikheen för a så småningom eableras kring 20 procen. På samma sä visar figuren a sannolikheen a arbeslösheen i näsa kvaral är i en krisfas minskar. Om ekonomin befinner sig i en krisperiod har sannolikheen a ekonomin forfarande befinner sig i en kris falli ill 50 procen efer 6 kvaral. Sannolikheen a en avmaning övergår i en kris ökar krafig för varje kvaral och är som högs efer 9 kvaral för a därefer ava någo. 4I Appendix visas a hypoesen a varakigheen är samma under samliga illsånd kan förkasas på sedvanliga signifikansnivåer. De impulsresponser som visas i figuren baseras på både parameerskaningar och de övergångssannolikheer som preseneras i Tabell 2 vilke medför a skillnaden i halveringsid endas blir 2 kvaral. Denna skillnad växer om vi beräknar exempelvis hur lång id de ar innan en fjärdedel av den iniala effeken åersår. Om vi beräknar halveringsider under anagande a arbeslösheen sannar kvar i samma illsånd i alla perioder finner vi någo sörre skillnader. Halveringsiden under en uppgångsfas är 11,6 kvaral medan den är 15,0 kvaral under avmaningar/kriser. Anledningen varför vi finner dessa skillnader är a de idigare beräkningarna också ar hänsyn ill a arbeslösheen skifar mellan de re olika illsånden. 5Se OECD Employmen Oulook (2009).

12 12 Sudier i Finanspoliik 2010/1 Figur 4 Impulsresponser för de re olika illsånden 0,3 Procenenheer 0,2 0,1 0, Kvaral Sörning i en expansion Sörning i en recession Sörning i en kris Anm: Egna beräkningar. Vi anar a en sörning med sorleken 1 sandardavvikelse inräffar i respekive illsånd. Figur 5 Sannolikheen a arbeslösheen går in i en krisfas 1,0 0,8 Sannolikhe 0,6 0,4 0,2 0, Kvaral Sannolikhe(kris expansion) Sannolikhe(kris recession) Sannolikhe(kris kris)

13 Sudier i Finanspoliik 2010/1 13 Figur 6 Impulsresponser då arbesmarknaden skifar mellan olika illsånd. 3 Procenenheer Kvaral Skif från expansion ill kris Skif från expansion ill recession Skif från recession ill kris Hur påverkas arbeslösheen då de sker e skif från en avmaning ill en kris? Från skaningsresulaen (se Tabell 1) ve vi a arbeslösheen ökar med i genomsni 2 procenenheer. Därefer varierar arbeslösheen kring dea nya medelvärde. Samidig finns de en viss sannolikhe för a en kris övergår ill en avmaning som i sin ur kan övergå i en expansion. Dea innebär a vi ine kan förväna oss a fakisk arbeslöshe förblir opåverkad av dessa sannolikheer. Dea illusreras i Figur 6. Om arbesmarknaden befinner sig i en uppgångsfas och de plöslig inräffar e skif från denna fas ill en avmaning kommer arbeslösheen a ha öka med ungefär en procenenhe efer e års id (prickad linje). Efer fyra år börjar arbeslösheen ava. Mosvarande förändringar inräffar då de sker skif från en expansion direk ill en kris (heldragen linje) eller då en avmaning bys ill en kris (sreckad linje). Den iniiala effeken blir som väna sörre då arbeslösheen rör sig från en uppgångsfas ill en kris jämför med om de sker e skif från en uppgångsfas ill en avmaning. Vi ser också i figuren a arbeslösheen avar illbaka mo den ursprungliga nivån. Dea beror på a övergångssannolikheerna (se Tabell 2) jämnar u skillnaderna mellan de olika modellerna för arbeslösheen inom respekive illsånd. I Figur 7 undersöker vi om de finns någo samband mellan arbeslösheens faser och den svenska konjunkurcykeln. Vi ser här ydlig a när konjunkuren vänder nedå och ekonomin går in i en avmaning så siger arbeslösheen krafig. De perioder vi idenifierar som krisperioder visar ydlig denna samvariaion. En krafig konjunkurnedgång sammanfaller med en snabb ökande arbeslöshe. Vi ser också a när konjunkuren vänder från avmaning ill expansion går arbeslösheen ofa in i en fas med fallande arbeslöshe (de via fälen). Dea är mycke ydlig när konjunkuren vände Vid andra illfällen när dea händer finns de en idsförskjuning. Arbeslösheen faller börjar falla mycke sen i konjunkurförloppe exempelvis 1997 eller 2006.

14 14 Sudier i Finanspoliik 2010/1 Figur 7 Skaade illsånd för arbeslösheen och konjunkurcykeln Avmaning Kris Produkionsgap Anm: Via fäl visar kvaral då arbesmarknaden befinner sig i en expansionsfas, ljusgrå fäl är kvaral med avmaning medan mörk gråa fäl är kvaral med kriser. Våra skaningar visar också a de ine fanns någo sark samband mellan konjunkuren och arbeslösheen under 1970-ale. Mellan 1970 och slue av 1980 minskar arbeslösheen samidig som konjunkurvariaionen är beydande. Dea mönser ändras någo under de senase 20 åren då samvariaion blir mer ydlig. En episod som illusrerar dea är exempelvis uvecklingen efer a ekonomin nådde sin konjunkuropp år Arbeslösheen började öka övergick från en expansionsfas ill en avmaning som, när konjunkuren yerligare försämrades gick över ill en kris. När konjunkuren började vända i början av 1984 minskade ökningsaken i arbeslösheen och de skedde en övergång ill en avmaningsfas som efer de kora konjunkurfalle under 1996 övergick ill en expansionsfas med fallande arbeslöshe när konjunkuren vände uppå igen De är möjlig a de reformer som genomförs i arbesmarknadspoliiken såväl som de ändringar som genomförs i de finanspoliiska ramverke har bidragi ill a arbeslösheen samvarierar mer med konjunkuren under senare år. Sammanage visar våra empiriska resula a arbeslösheen verkar följa e mönser med flera olika jämviker eller illsånd. Arbeslösheen skifar mellan dessa jämviker och dessa skif verkar sammanfalla med idpunker då sora chocker eller andra sora händelser inräffar. Vi finner också saisisk signifikana skillnader mellan dessa olika illsånd, arbeslösheens varakighe och varians är som sörs då arbeslösheen siger krafig. 3 Sammanfaning I denna rappor har vi skaa en saisisk modell för svensk arbeslöshe där vi illåer arbesmarknaden a befinna sig i olika illsånd (eller jämviker). Vi har

15 Sudier i Finanspoliik 2010/1 15 genomför es av hyseresis i arbeslösheen inom ramen för denna modell och finner a denna hypoes kan förkasas. Dea beyder a arbeslösheens varakighe är begränsad på så sä a arbeslösheen enderar a åervända ill sin ursprungliga nivå efer en ovänad ändring. Den hasighe med vilken arbeslösheen anpassas skiljer sig signifikan å mellan de olika illsånden. Under en uppgångsfas (eller expansionsfas) när arbeslösheen är fallande, sker anpassningen relaiv for medan den sker beydlig mer gradvis och mer långsam under perioden då den är krafig sigande, dvs under avmaning och kriser. Våra resula har konsekvenser för såväl arbesmarknadspoliiken som för finanspoliiken i sor. Efersom anpassningen av arbeslösheen är långsam ar de lång id innan effekerna av genomförda reformer blir synliga. De finns därför en risk a arbesmarknadspoliiken upplevs som misslyckad i de kora perspekive. Resulae kan bli a både arbesmarknadspoliiken och finanspoliiken blir mer expansiv än vad den annars skulle blivi vilke i sin ur kan leda ill a poliiken blir medcyklisk. Arbeslösheens varakighe har också konsekvenser för såväl produkionsgap som budgebalans. Genom Okuns lag kommer graden av varakighe a ge effeker på konjunkuren vilka sedan i sin ur sprids vidare och ger effeker på budgebalansen. En ökad grad av varakighe under perioder med sigande arbeslöshe leder ill en högre grad av varakighe i konjunkur och budgebalans. Dea beyder a en avmaningsfas enderar a bli mer långvarig än annars vilke i sin ur leder ill a de offenliga finanserna påverkas negaiv under en längre period. Dessa implikaioner är bekymmersamma och ger öka söd för väl genomänka arbesmarknadspoliiska ågärder men dessa bör genomföras vid lämpliga idpunker så a risken för a effekerna försärker konjunkuren minimeras.

16

17 Sudier i Finanspoliik 2010/1 17 Referenser Bianchi, M. och G. Zoega, (1998), Unemploymen Persisence: Does he Size of he Shock Maer?, Journal of Applied Economerics, 13, Blanchard, O. J. och L. H. Summers, (1986), Hyseresis and he Euro- pean Unemploymen Problem, i, Fischer, S., (red.), NBER Macroeconomic Annual, MIT och NBER, Cambridge. Cheung, Y.-W. och U. Erlandsson, (2005), Exchange Raes and Markov Swiching Dynamics, Journal of Business & Economic Saisics, 23, Deschamps, P. J., (2008), Comparing Smooh Transiion and Markov Swiching Auoregressive Models of US Unemploymen, Journal of Applied Economerics, 23, Ehrmann, M., M. Ellison och N. Valla, (2003), Regime Dependen Impulse Response Funcions in a Markov Swiching Vecor Auoregression Model, Economics Leers, 78, Hamilon, J. D., (1990), Analysis of Time Series Subjec o Changes in Regime, Journal of Economerics, 45, Hamilon, J. D., (1994), Time Series Analysis, Princeon Universiy Press, Princeon. Hansen, B. E., (1992), The Likelihood Raio Tes under Non-Sandard Condiions: Tesing he Markov Swiching Model of GNP, Journal of Applied Economerics, 7, S61 S82. Karamé, F., (2010), Impulse Response Funcions in Markov Swiching Srucural Vecor Auoregressions: A Sep Furher, Economics Leers, 106, Karlsen, H., (1990), A Class of Non Linear Time Series Models, Ph.D. hesis, Deparmen of Mahemaics, Universiy of Bergen, Norway. Koop, G., M. H. Pesaran och S. M. Poer, (1996), Impulse Response Analysis in Nonlinear Mulivariae Models, Journal of Economerics, 74, León-Ledesma, M. och P. McAdam, (2003), Unemploymen, Hyseresis and Transiion, ECB Working Paper No Lindbeck, A. och D. Snower, (2002), The Insider Ousider Theory: A Survey, IZA Discussion Paper No OECD, (2009), OECD Employmen Oulook, Paris. Røed, K., (1997), Hyseresis in Unemploymen, Journal of Economic Surveys, 2, Warne, A. och A. Vredin, (2006), Unemploymen and Inflaion Regimes, Sudies in Nonlinear Dynamics & Economerics, 10, Aricle 2

18 18 Sudier i Finanspoliik 2010/1 Appendix En auoregressiv Markov-modell I dea appendix inroduceras den univariaa auoregressiva modell (ARmodell) som vi kommer a använda för a undersöka hur varakig en ändring i arbeslösheen är och om denna varakighe varierar över iden. Vi anar för dea ändamål a paramerarna i modellen är illsåndsberoende. 6 De anas a arbeslösheen är svag saionär och a den process som beskriver illsånden är ergodisk (dvs a de är möjlig a skifa från vilke illsånd som hels ill någo anna men ine nödvändigvis direk). Lå u benämna arbeslösheen vid idpunken och ana a följande Markov-modell kan beskriva dess beeende över id: u = u, (1) där 2 (0, s ) s s 1 s N och sarvärden u 0 är givna. Den icke-observerbara slumpmässiga illsåndsvariabeln s är oberoende av idigare värden på u men beingad på si idigare värde s 1 och anas följa en Markovprocess med n illsånd, dvs, Pr s = j s 1 = i = pij för i och j = 1, 2,, n. (2) Övergångssannolikheerna anas uppfylla villkore a n p j=1 ij för i = 1, 2,, n, dvs a övergångssannolikheerna för varje illsånd summerar ill 1. Vi anar också a sannolikheen för en övergång från e illsånd ill e anna endas är beroende av de senase illsånde, de så kallade Markovanagande. Lå övergångsmarisen P innehålla dessa övergångssannolikheer och ana a de ine exiserar absorberande illsånd =1 p11 p21 pn1 p12 p22 p n 2 P =. p1n p2n pnn (3) E illräcklig villkor för a u skall vara svag saionär är a alla egenvärden 2 av n n marisenpd, där P är definierad ovan D= diag, i =1,2,, n, ligger innanför enhescirkeln (se Karlsen medan i 6 För en mer ingående diskussion av Markovmodeller, se Hamilon (1990, 1994).

19 Sudier i Finanspoliik 2010/ ). För falle med vå illsånd innebär dea villkor a samliga egenvärden ill marisen p p p p22 skall ligga innanför enhescirkeln. Noera a dea villkor för saionarie implicerar a de är kombinaionen av de auoregressiva paramerarna och övergångssannolikheerna som avgör om variabeln är saionär eller ine. De kan hända a absoluvärde av 2 är sörre än 1 men så länge som sannolikheen a variabeln sannar i de andra illsånde ine är all för sor kommer modellen a vara svag saionär. Inuiionen är a så länge som sannolikheen a de sker e skif från de explosiva illsånde ill de saionära illsånde är illräcklig sor, kommer modellen som helhe a vara saionär. Markovkedjan kan represeneras av en vekorauoregressiv process genom a vi låer beeckna en slumpmässig n 1 vekor definierad som ' ' då s = då s =2 =. ' då s = n (4) Om vi befinner oss i illsånd i, dvs s = i, då kommer de j :e elemene i a vara en slumpvariabel som anar värde 1 med sannolikheen p ij eller 1 är lika med noll i alla andra fall. Den beingade förvänningen av 1 = i är därför given av den i :e kolumnen i övergångsmarisen P s give a pi1 p i 2 E 1 s = i=. pin (5) Från (4) och (5) sam genom a använda egenskaperna i (2) så följer a E,,, = P, (6) som i sin ur medför a de är möjlig a represenera Markovkedjan som en försa ordningens vekorauoregressiv modell = P, (7) 1 1

20 20 Sudier i Finanspoliik 2010/1 där E,, För a mäa graden av varakighe kan vi använda skaningarna av s. Under förusäning a den auoregressiva parameern är srik mindre än 1 kan vi exempelvis beräkna halveringsiden, dvs den id som ågår för arbeslösheen a halvvägs åergå ill sin ursprungliga nivå efer en chock. Skaningarna av dessa paramerar illåer oss också a genomföra empiriska es av asymmerier, dvs om halveringsiden är konsan över samliga illsånd. Dessa es kan genomföras oberoende av om den auoregressiva parameern är mindre än 1 eller ine. E redje alernaiv är a beräkna s k impulsresponser för arbeslösheen. De finns flera olika sä a beräkna impulsresponser för arbeslösheen give a en chock påverkar modellen. Aningen kan illsåndsoberoende impulsresponser användas. Dessa beräknas under anagande a när arbeslösheen usäs för en sörning så kommer den a vara kvar i samma illsånd i oändlig id, se Ehrmann, Ellison, och Valla (2003). Dea har nackdelen a illsåndsberoende ine används för a uvärdera egenskaperna hos den variabel som analyseras. E alernaiv som inspireras av Koop, Pesaran och Poer (1996) har nyligen föreslagis av Karamé (2010). I princip går denna ansas u på a vi i period låer en chock påverka modellen under anagande a vi ve i vilke illsånd modellen befinner sig, exempelvis illsånd Därefer använder vi vår modell i ekvaion (1) för a beräkna en prognos för valfri horison som inbegriper en prognos för vilke illsånd som arbeslösheen kommer a kunna befinna sig i vid respekive idpunk. En prognos av arbeslösheen i period 2 kommer då a beräknas som e vika medelvärde av alla möjliga ufall där vikerna ges av deras egna prognosiserade sannolikheer. Impulsresponsen kan därefer beräknas som skillnaden mellan dessa prognoser och en prognos som beräknas på samma vis men där ingen chock ansäs i period 1. För a exemplifiera anar vi a arbeslösheen endas kan befinna sig i vå alernaiva illsånd, dvs s =1,2. Övergångsmarisen är p11 1 p22 P =. 1 p11 p 22 (8) Ana nu a vi ansäer en chock i period 1 ( 1 =1) och a vi befinner oss i illsånd 1. Från vår modell i ekvaion (1) har vi a u = u D där u 0 är iniialvillkor och D = 11 med sannolikhe 1. För a beräkna en prognos för arbeslösheen i näsa period använder vi åerigen vår modell i (1) så a

21 Sudier i Finanspoliik 2010/ j j 1 Eu s = jy, ; = u, (9) där Y1=[ u0, u 1] ' är den informaion som är känd vid idpunken 1 och 2 2 ' = p p innehåller samliga skaade och därmed kända paramerar i Markovmodellen. För a nu kunna beräkna en prognos för u 2 är de nödvändig a förs prognosisera vilke illsånd som arbeslösheen kan befinna sig i vid denna idpunk. Från ekvaion (7) har vi a illsåndsvariabeln besäms av = P P P P, (10) 2 m 1 m m m m1 m2 1 vilke implicerar a en opimal prognos för näsa period, 2 kan beräknas som E Y ; ; = PE Y ;. (11) Observera a även om vi använder all illgänglig informaion när vi gör en prognos vid idpunken 1 så kommer prognosen a besämmas av de förvänade illsånde efersom s 2 ine är observerbar. Dea medför a de förvänade värde av illsånde i period 2 kan olkas som den beingade sannolikheen a arbeslösheen aningen kommer a befinna sig i illsånd 1 eller 2, dvs E Pr s = 1 Y ; Y1; =. Pr s2 = 2 Y1; (12) För a sluligen beräkna en prognos för vikas därför de vå prognoser som erhålls från ekvaion (9), dvs prognoser give a arbeslösheen befinner sig i illsånd 1 och 2, med en prognos av i vilke illsånd som arbeslösheen kommer a befinna sig i i period 2 som ges av ekvaion (11), dvs 2 ; ; = =, ; Pr = ; Eu Y Eu s jy s j Y j=1 = he Y ; = hpe Y ; ;, där h 2 är en 1 2 vekor som innehåller de illsåndsspecifika beingade prognoserna som ges av ekvaion (9). Dessa samband kan därefer användas för a beräkna prognoser för flera perioder framå i iden. Samma samband kan också användas för a beräkna prognoser uan a en chock ansäs ill syseme i period 1 och vi kan dessuom genomföra experimen där en chock illås påverka arbeslösheen i aningen illsånd 1 eller i illsånd 2.

22 22 Sudier i Finanspoliik 2010/1 För a sluligen beräkna en impulsrespons ar vi skillnaden mellan de prognoser som baseras på en chock i period 1 och prognoser som beräknas uan någon chock, dvs, impulsresponsen kan beräknas med hjälp av följande uryck: IRF = E u Y ; ; ; s u Y ; ;0; s. h h h 1 1 Observera a samma ansas också kan användas för a undersöka hur arbeslösheen påverkas av skif mellan de olika illsånden. Exempelvis kan impulsresponsen efer e skif från illsånd 1 ill illsånd 2 beräknas på följande vis: IRF = E u Y ; ; s u Y ; ; s. h h 1 2 h 1 1 Med andra ord, denna impulsrespons är lika med skillnaden mellan prognosen av arbeslösheen då den i den försa perioden befinner sig i illsånd 2 och prognoser basera på anagande a arbeslösheen i försa perioden befinner sig i illsånd 1. Vi har nu alla verkyg som krävs för a analysera svenska arbeslöshe inom ramen för en Markovmodell där fokus är a undersöka om dess varakighe är illsåndsberoende. Skaning av en Markovmodell för svensk arbeslöshe De försa sege i vår empiriska analys är a specificera en Markovmodell för svensk arbeslöshe. Vi behöver besämma lag längd, anale illsånd och avgöra vilka paramerar i modellen som varierar mellan de olika illsånd som arbeslösheen kan befinna sig i. Vi genomför denna analys i flera seg. Förs kommer vi a diskuera anale illsånd, därefer lag längd och sis kommer vi a genomföra ekonomeriska es som syfar ill a besämma vilka paramerar i modellen som är illsåndsberoende. Tabell 3 visar maximumlikelihood skaningar av Markovmodeller med vå eller re illsånd och för vå alernaiva lag-längder, en lag respekive vå laggar. 7 Vi presenerar också re diagnosiska es. Tes för normalie, ARCH och auokorrelaion i residualerna. Gemensam för samliga fyra modeller är a de särskiljer olika uppgångs- och nedgångsfaser där e illsånd är en uppgångsfas medan de/de andra sammanfaller med fallande arbeslöshe. I de modeller där vi illåer re illsånd kommer dessa som idigare a vara perioder med fallande respekive sigande arbeslöshe där de senare är uppdelade i vå skilda illsånd. Efersom en fas sammanfaller med fallande eller konsan arbeslöshe kallar vi denna fas för uppgångsfas eller expansionsfas, dvs en period då konjunkuruvecklingen är posiiv. De perioder då arbeslösheen siger kallas i den följande analysen för avmaningsfas eller för en krisperiod beroende på hur snabb som arbeslösheen siger. Samliga modeller uppfyller de globala 7 Vi har använ Oxmerics 6 för a skaa paramerarna i Markovmodellerna och för a beräkna diagnosiska es.

23 Sudier i Finanspoliik 2010/1 23 saionarieskrierie men vi noerar också a illsånd kan vara explosiva (den auoregressiva parameern eller summan av de auoregressiva paramerarna är sörre än 1). Efersom samliga modeller uppfyller krave om saionarie förkasas förekomsen av hyseresis i svensk arbeslöshe. 8 Dea uesluer ine a den process som driver svensk arbeslöshe uppvisar en hög grad av varakighe. Efersom våra beräknade egenvärden är nära e kommer arbeslösheen a uppvisa en hög grad av varakighe. De diagnosiska esen visar a en AR(1)-modell med vå illsånd ine passerar någo av de re esen, de p-värden som visas i abellen visar a vi kan förkasa nollhypoeserna på i varje fall 5-procennivån. Då vi behåller laglängden men illåer re illsånd kan vi bara förkasa nollhypoesen a de ine finns auokorrelaon i residualerna. En AR(1) modell med re illsånd är därmed någo bäre specificerad än en modell med vå illsånd. Skaningarna av AR(2) modellerna visar a dessa modeller passerar vå av re diagnosiska es vardera. För en modell med vå illsånd förkasas normalie medan auokorrelaion förkasas för modellen med re illsånd. Sammanage visar dessa skaningsresula a ingen modell av de fyra vi skaar är a föredra framför någon annan med undanag för modellen med en lag och vå illsånd som ine passerar någo diagnosisk es. För a välja mellan de övriga re modellerna genomförs en grafisk analys av de illsånd som idenifieras i varje enskil fall och de skaade övergångssannolikheerna. Vi noerar a den skaade övergångsmarisen för den sisa modellen, en AR(2)-modell med re illsånd, indikerar a sannolikheen a arbeslösheen sannar kvar i de försa illsånde give a den redan befinner sig i dea illsånd är lika med noll. Dea beyder a arbeslösheen endas sannar i dea illsånd under e kvaral. Då vi jämför med de illsånd som idenifieras i AR(1)-modellen med re illsånd finner vi sora likheer men arbeslösheen sannar kvar i den andra och i den redje illsånde under mycke kora perioder då vi ökar laglängden. Dea beror på a modellen på e mer flexibel sä fångar upp beeende hos arbeslösheen då vi ökar lag längden. Samidig finns de en sor överenssämmelse mellan de illsånd som idenifieras i de vå modellerna. Efer dessa överväganden väljer vi a fokusera på en AR(1)-modell med re illsånd i den följande analysen. 9 De slusaser som dras vad gäller arbeslösheens varakighe under uppgångar och nedgångar påverkas ine av vår val av modell. Endas egenskaperna hos den skaade processen för illsånden påverkas. Näsa seg i den empiriska analysen är a undersöka om skaade paramerar i den valda AR(1)-modellen varierar mellan olika illsånd. I Tabell 4 visas Waldes av nollhypoeser a paramerarna är lika i de re olika illsånden. Tesen baseras på robusa sandardfel och endas p-värden preseneras i abellen. Vi ser här a vi ine kan förkasa nollhypoesen a konsanermerna 8 Observera a vi ine baserar denna slusas på e formell es av hyseresis. Vi använder endas krierie för global saionarie. 9 E alernaiv ill denna argumenaion är a använda formella es för anale illsånd. De finns några sådana es föreslagna i lierauren, exempelvis Hansen (1992) och Cheung och Erlandsson (2005). Gemensam för dessa meoder är a de är idskrävande och esens egenskaper är ine fullsändig analyserade. Därför används en mer argumenerande ansas för a välja anale illsånd i modellen.

24 24 Sudier i Finanspoliik 2010/1 är lika i de re illsånden på sedvanliga signifikansnivåer. Däremo förkasas allid nollhypoeserna a de auoregressiva paramerarna och a variansen i residual ermen är lika över de olika illsånden. Vi har också genomför es där parameerskaningarna i avmaningar jämförs med de vi erhåller under kriser. Om vi samidig esar hypoeserna a konsanen och den auoregressiva parameern är lika i dessa båda illsånd finner vi sark söd för a illsånd vå och re bör berakas som vå separaa illsånd (se den näs sisa kolumnen i Tabell 4). Sluligen, i den sisa kolumnen esar vi om den auoregressiva parameern i illsånd vå skiljer sig å från den som skaas i illsånd re. Vi finner här a denna hypoes förkasas. Sammanage leder dessa es och skaningar fram ill slusasen a arbeslösheen bäs kan beskrivas av en modell med re illsånd men där anpassningen illbaka ill medelvärde, dvs åergången ill medelvärde är lika i illsånd vå och re, dvs lika under avmaningar och under kriser. Vi kommer därför a skaa en modell under denna resrikion. Resulaen visas i den sisa kolumnen i Tabell 3. Observera a vi ine rapporerar diagnosiska es efersom vi skaar AR(1)- modellen, som redovisas i den redje kolumnen i abellen under en linjär resrikion. Med ugångspunk i den skaade modellen kan vi nu beräkna sannolikheen för a arbeslösheen befinner sig i illsånd j vid varje idpunk beinga på hela observaionsområde och sedan använda krierie a arbeslösheen befinner sig i illsånd j om Ps ( = j ut)= maxps k ( = k u T ). Dessa implicerade illsånd visas i huvudexen i Figur 3.

25 Sudier i Finanspoliik 2010/1 25 Tabell 3: Skaning av Markovmodeller för svensk arbeslöshe 1970:1-2009:4. Parameer AR(1) AR(2) AR(1) AR(2) AR(1) 2 regimer 2 regimer 3 regimer 3 regimer 3 regimer = 1,2 1,3 1 0,040 0,031 0,036 0,016 0,109 (0,030) (0,027) (0,026) (0,040) (0,027) 2 0,168 0,128 0,062 0,044 0,311 (0,073) (0,122) (0,048) (0,026) (0,034) 3 0,355 0,023 0,775 (0,207) (0,198) (0,058) 1,1 0,949 1,815 0, ,942 (0,005) (0,053) (0,005) (0,044) (0,005) 1,2 1,002 1,202 1, ,955 (0,011) (0,046) (0,009) (0,052) (0,005) 1,3 1,042 1,116 (0,046) (0,598) 2,1-0,821-0,409 (0,052) (0,042) 2,2-0,205-0,824 (0,408) (0,050) 2,3-0,068 (0,624) 1 0,084 0,130 0,079 0,024 0,275 (0,019) (0,010) (0,008) (0,010) (0,087) 2 0,278 0,361 0,169 0,133 0,112 (0,027) (0,078) (0,016) (0,017) (0,047) 3 0,228 0,366 0,235 (0,042) (0,105) (0,136) p11 0,909 0,896 0,915 0,000 0,948 p22 0,946 0,530 0,920 0,927 0,825 p 33 0,817 0,313 0,847 max eig( PD ˆ ) 0,978 0,956 0,996 0,959 0,902 2 Auocorr. [0,000] [0,122] [0,019] [0,028] ARCH [0,000] [0,284] [0,754] [0,692] Normaliy [0,014] [0,049] [0,692] [0,234] Anm: Robusa sandardfel visas inom parenes under respekive punkskaning medan p-värden visas inom raka pareneser. Tabell 4 Waldes i en AR(1) modell med re illsånd. = = = = = = 2 2 = & = 2 3 = 2 3 0,663 0,127 0,000 0,329 0,000 0,000 0,046 0,000 Anm: Waldesen baseras på robusa sandardfel. Enbar p-värden preseneras i abellen.

26

27 Sudier i finanspoliik 2008/1 Alan Auerbach: Long-erm objecives for governmen deb. 2008/2 Roel Beesma: A survey of he effecs of discreionary fiscal policy. 2008/3 Frederick van der Ploeg: Srucural reforms, public invesmen and he fiscal sance: a pruden approach. 2008/4 Anders Forslund: Den svenska jämviksarbeslösheen: en översik. 2008/5 Per Molander och Ger Paulsson: Vidareuveckling av de finanspoliiska regelverke. 2008/6 Andreas Wesermark: Lönebildningen i Sverige /7 Ann Öberg: Inciamenseffeker av slopad fasighesska. 2009/1 Clas Bergsröm: Finanskrisen och den svenska krishaneringen under hösen 2008/vinern /2 Marin Flodén: Auomaic fiscal sabilizers in Sweden /3 Rikard Forslid och Karen Helene Ullvei-Moe: Indusripoliik för den svenska fordonsindusrin. 2009/4 Alan B. Krueger och Mikael Lindahl: An evaluaion of seleced reforms o educaion and labour marke policy in Sweden. 2009/5 Per Molander: Ne wealh analysis and long-erm fiscal policymaking. 2009/6 Oskar Nordsröm Skans: Varför är den svenska ungdomsarbeslösheen så hög? 2009/7 Gabriella Sjögren Lindquis och Eskil Wadensjö: Arbesmarknaden för de äldre. 2010/1 Michael Bergman: Hur varakig är en förändring i arbeslösheen? 2010/2 Michael Bergman: Har finanspoliik omvända effeker under omfaande budgesaneringar? Den svenska budgesaneringen /3 Huixin Bi och Eric M. Leeper: Sovereign Deb Risk Premia and Fiscal Policy in Sweden. 2010/4 David Dreyer Lassen: Fiscal Consolidaions in advanced indusrialized democracies: Economics, Poliics, and Governance. 2010/5 Pahric Hägglund och Peer Skogman Thoursie: De senase reformerna inom sjukförsäkringen: En diskussion om deras förvänade effeker. 2010/6 Chrisopher A Pissarides: Regular Educaion as a Tool of Counercyclical Employmen Policy. 2010/7 Per Skedinger: Hur fungerar arbesmarknadspoliiken under olika konjunkurlägen?

28