落ちこぼれ男性：いかに社会経済的地位がジェンダーギャップを形成するか

というNBER論文をAutorらが上げている（ungated版へのリンク1、リンク2［それぞれ著者のKarbownik、Wassermanのサイト］）。原題は「Males at the Tails: How Socioeconomic Status Shapes the Gender Gap」で、著者はDavid Autor（MIT）、David N. Figlio（ノースウエスタン大）、Krzysztof Karbownik（エモリー大）、Jeffrey Roth（フロリダ大）、Melanie Wasserman（UCLA）。
以下はその要旨。

Analyzing Florida birth certificates matched to school records, we document that the female advantage in childhood behavioral and academic outcomes is driven by gender gaps at the extremes of the outcome distribution. Using unconditional quantile regression, we investigate whether family socioeconomic status (SES) differentially affects the lower tail outcomes of boys. We find that the differential effects of family SES on boys’ outcomes are concentrated in the parts of the distribution where the gender gaps are most pronounced. Accounting for the disproportionate effects of family environment on boys at the tails substantially narrows the gender gap in high school dropout.
（拙訳）
フロリダの出生証明書を学校の記録とマッチングしたデータを分析したところ、子供時代の行動ならびに学業の成果における女性の優位は、成果の分布の端におけるジェンダーギャップによってもたらされていることを我々は立証した。我々は、条件付き分位回帰を用いて、家族の社会経済的地位によって男子の成果の分布の低い側の裾野への影響が違ってくるかどうかを調べた。我々は、家族の社会経済的地位が男子の成果に与える影響の差は、分布においてジェンダーギャップが最も著しい箇所に集中していることを見い出した。家庭環境が裾野の男子に与える影響の不均一性を考慮すると、高校の落伍者におけるジェンダーギャップはかなり縮まる。

この論文は、同じ著者たちによる4年前のNBER論文「School Quality and the Gender Gap in Educational Achievement」、「Family Disadvantage and the Gender Gap in Behavioral and Educational Outcomes」（関連VoxEU記事*1）の続編とでも言うべきものである。以下に4年前の論文の要旨も紹介しておく。

• School Quality and the Gender Gap in Educational Achievement

Recent evidence indicates that boys and girls are differently affected by the quantity and quality of family inputs received in childhood. We assess whether this is also true for schooling inputs. Using matched Florida birth and school administrative records, we estimate the causal effect of school quality on the gender gap in educational outcomes by contrasting opposite-sex siblings who attend the same sets of schools—thereby purging family heterogeneity—and leveraging within-family variation in school quality arising from family moves. Investigating middle school test scores, absences and suspensions, we find that boys benefit more than girls from cumulative exposure to higher quality schools.
（拙訳）
最近の実証結果が示すところによれば、男子と女子は、子供時代に受け取る家族からの投入の質と量に異なる形で影響される。我々は、これが学校からの投入についても成立するかどうか調べた。フロリダの出生と学校管理の記録を組み合わせたデータを用いて我々は、学校の質が、教育の成果におけるジェンダーギャップに結果として与える影響を推計した。この推計は、同じ学校の組み合わせを経た性の違う兄弟姉妹を比較することにより行った。これにより、家族の不均一性は排除される。推計ではまた、家族の引っ越しによる家族内での学校の質の変化も利用した。中学校の試験の成績を調べたところ、男子は女子よりも質の高い学校の累積的な影響の恩恵を大きく受けることを見い出した。

• Family Disadvantage and the Gender Gap in Behavioral and Educational Outcomes

Using birth certificates matched to schooling records for Florida children born 1992–2002, we assess whether family disadvantage disproportionately impedes the pre-market development of boys. We find that, relative to their sisters, boys born to disadvantaged families have higher rates of disciplinary problems, lower achievement scores, and fewer high-school completions. Evidence supports that this is a causal effect of the post-natal environment; family disadvantage is unrelated to the gender gap in neonatal health. We conclude that the gender gap among black children is larger than among white children in substantial part because black children are raised in more disadvantaged families.
（拙訳）
1992-2002年に生まれたフロリダの子供の出生証明書を学校の記録とマッチングしたデータを用いて我々は、不利な家庭環境による労働市場に出る前の発達の阻害が男子に偏っているかどうかを調べた。我々は、不利な家庭環境に生まれた男子はその姉妹に比べて規律の問題を起こす割合が高く、学業成績が低く、高校を卒業する割合が少ないことを見い出した。実証結果は、これが出生後の環境による因果関係だということを支持している。不利な家庭環境は、出生後の健康におけるジェンダーギャップとは相関していないのである。我々は、黒人の子供におけるジェンダーギャップが白人の子供より大きいのは、黒人の子供がより不利な家庭環境で育つことによるところが大きい、と結論する。

*1:H/T 前掲の著者の一人（Wasserman）のサイト。同サイトにはそのほか、NYTやWaPoの関連記事へのリンクもある。また、「School Quality～」はAmerican Economic Review Papers & Proceedings, May 2016、「Family Disadvantage～」はAmerican Economic Journal: Applied Economics, July 2019に掲載との由。

パンデミックのマクロ経済学：ミニマリスト・モデル

というNBER論文が上がっている。原題は「The Macroeconomics of a Pandemic: A Minimalist Model」で、著者はLuis Felipe Céspedes（チリ大）、Roberto Chang（ラトガーズ大）、Andrés Velasco（LSE）。
以下はその要旨。

We build a minimalist model of the macroeconomics of a pandemic, with two essential components. The first is productivity-related: if the virus forces firms to shed labor beyond a certain threshold, productivity suffers. The second component is a credit market imperfection: because lenders cannot be sure a borrower will repay, they only lend against collateral. Expected productivity determines collateral value; in turn, collateral value can limit borrowing and productivity. As a result, adverse shocks have large magnification effects, in an unemployment and asset price deflation doom loop. There may be multiple equilibria, so that pessimistic expectations can push the economy to a bad equilibrium with limited borrowing and low employment and productivity. The model helps identify policies to fight the effects of the pandemic. Traditional expansionary fiscal policy has no beneficial effects, while cutting interest rates has a limited effect if the initial real interest rate is low. By contrast, several unconventional policies, including wage subsidies, helicopter drops of liquid assets, equity injections, and loan guarantees, can keep the economy in a full-employment, high-productivity equilibrium. Such policies can be fiscally expensive, so their implementation is feasible only with ample fiscal space or emergency financing from abroad.
（拙訳）
我々は、2つの基本的な構成要素を持つパンデミックのマクロ経済のミニマリスト・モデルを構築した。第一の要素は生産性に関するものである。もしウイルスによって企業がある閾値以下に労働を削減することを余儀なくされるならば、生産性は低下する。第二の要素は信用市場の不完全性である。貸し手は借り手が返済することに確信が持てないため、担保に対してのみ融資する。予想される生産性が担保価値を決定する一方で、担保価値が融資高と生産性の制約となり得る。その結果、悪しきショックは失業と資産価格デフレという悪循環により大きな増幅効果を持つ。複数均衡が存在し得るため、悲観的な予想は、制限された融資ならびに低い雇用と生産性という悪い均衡に経済を押しやる可能性がある。モデルは、パンデミックの影響と闘う政策を識別する助けとなる。伝統的な拡張的財政政策には何ら便益効果は無い一方で、当初の金利が低い場合の金利引き下げは限定的な効果を有する。対照的に、賃金補助、流動性資産のヘリコプターによるばらまき、資本注入、融資保証といった幾つかの非伝統的な政策は、経済を完全雇用と高生産性の均衡に維持し得る。そうした政策は財政的に高く付くため、財政出動余地が十分にある場合、もしくは海外からの緊急借り入れができる場合のみ実施が可能である。

国レベルのCovid-19感染のパネル予測

前回エントリでは感染の確率的挙動を想定し国レベルのパネル推定でその推移を予測した論文を紹介したが、同様の予測を行った表題のNBER論文が上がっている。ただし前回紹介論文が感染率βについてブラウン運動を仮定したのに対し、こちらの論文ではβと回復率γについて自己回帰を仮定するとともに、ベイズ推定の枠組みを適用している*1。論文の原題は「Panel Forecasts of Country-Level Covid-19 Infections」で、著者はLaura Liu（インディアナ大）、Hyungsik Roger Moon（南カリフォルニア大）、Frank Schorfheide（ペンシルベニア大）。
以下はその要旨。

We use dynamic panel data models to generate density forecasts for daily Covid-19 infections for a panel of countries/regions. At the core of our model is a specification that assumes that the growth rate of active infections can be represented by autoregressive fluctuations around a downward sloping deterministic trend function with a break. Our fully Bayesian approach allows us to flexibly estimate the cross-sectional distribution of heterogeneous coefficients and then implicitly use this distribution as prior to construct Bayes forecasts for the individual time series. According to our model, there is a lot of uncertainty about the evolution of infection rates, due to parameter uncertainty and the realization of future shocks. We find that over a one-week horizon the empirical coverage frequency of our interval forecasts is close to the nominal credible level. Weekly forecasts from our model are published at https://laurayuliu.com/covid19-panel-forecast/.
（拙訳）
我々は動学的パネルデータモデルを用いて国／地域パネルの日々のCovid-19感染の密度予測を生成した。我々のモデルの核になっているのは、活動性感染の伸び率が断層のある決定論的な右下がりのトレンド関数周りの自己回帰変動で表現できることを仮定した定式化である。我々の完全にベイジアン的な手法により、不均一性のある係数のクロスセクション分布を柔軟に推計した上で、その分布を暗黙裡に事前分布として用いて個々の時系列のベイズ予測を構築することが可能になった。我々のモデルによれば、パラメータの不確実性と将来のショックが現実化することにより、感染率の推移には多くの不確実性がある。我々は、1週間先の我々の区間予測の実証的な被覆頻度確率は名目の信頼できる水準*2に近いことを見い出した。我々のモデルの週次予測はhttps://laurayuliu.com/covid19-panel-forecast/で公開されている。

以下は公開されている各国の推移から日本を抜き出したもの。

日付は予測の起点（グラフ中の破線の縦棒）。丸印は実際の日次の感染者で、実線は起点以前はインサンプルの1期先予測、起点より後は事後予測分布の中央値（＝点予測）。薄い灰色は10-90%、濃い灰色は20-80%の事後予測分布の分位。

4月4日時点の予測はかなり楽観的で、実際の感染者はその90%分位を上回って推移した。4月11日時点の予測ではその点が改定され、予測の中央値は引き続き実際の推移を下回ったものの、90%分位は感染爆発を予測する形になっている。次の4月18日予測では中央値も実際の推移を上回った。5月9日予測になると実際のデータの低下傾向が明らかになってきたことにより90%分位の感染爆発が抑えられ、5月16日と23日の予測では収束傾向が明確化している。

*1:また、前回紹介論文は金融市場へのリスクという観点からそうした予測を行っていたが、こちらの論文は予測そのものに主眼を置いている。

*2:cf. Coverage probability - Wikipedia。

パンデミックリスク管理においてストキャスティックな感染率が持つ意味

というNBER論文が上がっている。原題は「Implications of Stochastic Transmission Rates for Managing Pandemic Risks」で、著者はHarrison Hong（コロンビア大）、Neng Wang（同）、Jinqiang Yang（上海財経大）。
以下はその要旨。

The reproduction number R₀ plays an outsized role in managing Covid-19 risks. We show that it is an insufficient statistic, particularly for financial risks, because transmissions are stochastic due to unpredictable environmental factors. We introduce aggregate transmission shocks into a widely-used epidemic model and link firm valuation to epidemic data using an asset-pricing framework. Pooling early Covid-19 data for 16 high-risk countries, we estimate both a large R₀ and transmission volatility. R₀ mismeasures the benefits of lockdowns since it misses the permanence of initial transmission shocks and gives a poor approximation of conditional infection forecasts. R₀ also understates Covid-19 risks to financial markets because transmission volatility is as important for firm-value damages. We then value a potential vaccine in our framework.
（拙訳）
再生産数R₀はCovid-19のリスクを管理する上で特に大きな役割を演じている。我々はこれは特に金融リスクについて不十分統計量であることを示す。予測不可能な環境要因のために感染はストキャスティックであるからである。我々は広く使われている疫学モデルに総感染ショックを導入し、資産価格評価の枠組みを用いて疫学データに企業評価を関連付けた。16の高リスク国からの初期のCovid-19データをプールし、我々は大きなR₀と感染のボラティリティを推計した。R₀は初期の感染ショックの永続性を見逃しているためロックダウンの便益を正しく計測しておらず、条件付き感染予測について良い近似になっていない。R₀はまた、Covid-19の金融市場へのリスクを過小評価している。企業評価における損失において感染のボラティリティが同じくらい重要だからである。我々はまた、開発の可能性があるワクチンの価値を我々の枠組みで評価する。

1-2月の16ヶ国をプールしたデータで推計したモデルで3-4月の感染者比率の推移を予測したところ、中国と韓国は実際のデータが予測の95%信頼区間を下回り、米国は予測期間半ばに大きく上回ったが、それ以外の国は日本やイタリアも含めて概ね予測範囲内だったとのことである（下図）。

なぜ米経済は過去70年のすべての不況から常に回復してきたのか？

というNBER論文をロバート・ホールらが上げている（ungated版）。原題は「Why Has the US Economy Recovered So Consistently from Every Recession in the Past 70 Years?」で、著者はRobert E. Hall（スタンフォード大）、Marianna Kudlyak（SF連銀）。
以下はその要旨。

It is a remarkable fact about the historical US business cycle that, after unemployment reached its peak in a recession, and a recovery began, the annual reduction in the unemployment rate was stable at around 0.55 percentage points per year. The economy seems to have had an irresistible force toward restoring full employment. There was high variation in monetary and fiscal policy, and in productivity and labor-force growth, but little variation in the rate of decline of unemployment. We explore models of the labor market's self-recovery that imply gradual working off of unemployment following a recession shock. These models explain why the recovery of market-wide unemployment is so much slower than the rate at which individual unemployed workers find new jobs. The reasons include the fact that the path that individual job-losers follow back to stable employment often includes several brief interim jobs, sometimes separated by time out of the labor force. We show that the evolution of the labor market involves more than the direct effect of persistent unemployment of job-losers from the recession shock---unemployment during the recovery is elevated for people who did not lose jobs during the recession.
（拙訳）
失業率が景気後退期にピークに達した後、景気回復が始まると、失業率の年間の減少幅が年率約0.55%ポイントと安定した値を取っていたことは、米国の景気循環に関する注目すべき事実である。経済には完全雇用を回復する抗しがたい力があるように思われる。金融・財政政策や生産性や労働力の伸びの変動は大きいが、失業率の低下幅の変動はあまり無い。我々は、景気後退ショックの後に失業が徐々に剥落するという含意を持つ労働力市場の自己回復モデルを追究した。これらのモデルは、市場全体の失業の回復が、個々の失業者が新たな職を見つけるペースよりもこれほどまで遅い理由を説明する。その理由の一つは、個々の失職者が安定した雇用に戻るまでに幾つかの短期間の繋ぎの仕事を経ることである。時には、その繋ぎの仕事と仕事の合間に労働力から脱落する期間が挟まれる。労働市場の推移には、景気後退ショックによる失職者の持続的な失業という直接的な効果以外の要因が含まれることを我々は示す。回復期の失業は、景気後退期に職を失わなかった人々の間で高まるのである。

最善のCOVID-19対策を行った国

としてスリランカのライターIndi Samarajivaがモンゴルを挙げている（タイラー・コーエン経由のJason Kottke経由）。以下はその記事の冒頭。

Mongolia has had the best COVID-19 response in the world. Not only do they have zero deaths, they have zero local transmissions. Mongolia didn’t flatten the curve or crush the curve — they were just like ‘fuck curves’. In Mongolia, there simply wasn't an epidemic at all.
And no, they didn’t just get lucky.
Starting in January, Mongolia executed a perfect public health response, and they have never let up the pressure since. COVID-19 did not just leave Mongolia alone. Mongolia kicked its ass.
For this all this hard work, however, they get little credit. Nobody’s talking about the ‘Mongolian example’. Instead, we talk about total failures like Germany or Sweden. Like I’ve said, success is ZERO, and Mongolia is as zero as you can get.
（拙訳）
モンゴルは世界で最善のCOVID-19対応をしている。死者がゼロであるだけでなく、国内での感染がゼロなのである。モンゴルは曲線を平らにしたり潰したりはしなかった。彼らは恰も「曲線をやっつけた」のである。モンゴルでは流行がまったく起きなかった。
そして彼らは単に幸運だったわけではない。
1月以降、モンゴルは完璧な公衆衛生対策を実施し、それ以来、決して手を緩めていない。COVID-19がモンゴルを放置したわけではない。モンゴルがCOVID-19を打ち負かしたのである。
だが、この大仕事にも拘わらず、彼らはほとんど称賛されていない。誰も「モンゴルの事例」について語ることはない。その代わり、我々はドイツやスウェーデンのような完全な失敗について語っている。前述したように、成功とはゼロである、モンゴルは可能な限りゼロにしているのである。

この後Samarajivaはモンゴルの対応を時系列で書き出しているが、主なものを挙げると：

1月24日

1月27日から学校閉鎖すると発表。

1月26日

大学閉鎖、車の往来制限、イベント禁止、医療装備や人員向けの資金提供を閣議決定。

1月27日

海外在住の自国民の送還と検疫を開始。

2月

旧正月の祝祭を中止し、マスクや検査キットや個人防護具の調達、病院や食品市場の調査、都市の清掃に尽力。日韓との航空便を停止。国境の向こう側で発症事例が出た時、南ゴビは非常事態を宣言し、全員にマスクを着用させ、石炭の輸出を停止した。

3月10日

初の発症事例（モスクワから3月2日に入国したフランス人）。部分的なロックダウンを実施し、6000箇所、920万平方メートルの消毒を行った。

今日

5月7日に15万人の市民と3500人の役人でロックダウン演習を実施。記事執筆時点（5月18日）での感染者は140人で、すべて輸入症例。

モンゴルも輸出立国なので経済的には打撃を受けているとの由。また、4か月の警戒態勢で市民も疲れているほか、ロシアからの第2波の恐れが生じているという。だが、そうした困難を乗り越えてリーダーシップを発揮している、とSamarajivaはモンゴルを評価している。

災害を用いた不確実性の影響の推計

ブルームらの不確実性論文をもう一丁。こちらのエントリで紹介した論文で言及していたBaker＝Bloom＝Terry（2020）が表題のNBER論文としてアップされたので、その要旨を紹介しておく。論文の原題は「Using Disasters to Estimate the Impact of Uncertainty」で、著者はScott R. Baker（ノースウエスタン大）、Nicholas Bloom（スタンフォード大）、Stephen J. Terry（ボストン大）。

Uncertainty rises in recessions and falls in booms. But what is the causal relationship? We construct cross-country panel data on stock market levels and volatility and use natural disasters, terrorist attacks, and political shocks as instruments in regressions and VAR estimations. We find that increased volatility robustly lowers growth. We also structurally estimate a heterogeneous firms business cycle model with uncertainty and disasters and use this to analyze our empirical results. Finally, using our VAR results we estimate COVID-19 will reduce US GDP by 9% in 2020 based on the initial stock market returns and volatility response.
（拙訳）
不確実性は景気後退期に上昇し、景気拡大期に下落する。しかしその因果関係は何だろうか？　我々は、株式市場の水準とボラティリティの多国間パネルデータを構築し、自然災害、テロリストの攻撃、および政治的ショックを、回帰ならびにVAR推計の操作変数として用いた。我々は、ボラティリティの上昇が成長を低下させる頑健な関係を見い出した。我々はまた、不確実性と災害を備えた不均一な企業の景気循環モデルを構造的に推計し、このモデルで我々の実証結果を分析した。さらに、VARの結果を用いて、当初の株式市場のリターンとボラティリティの反応に基づき、COVID-19が2020年の米GDPを9%減少させると推計した。

ここで紹介したバローのように、災害と金融市場ないし経済との関係については従前から研究が積み重ねられているが、Baker＝Bloom＝Terryは、自分たちの研究は災害そのものの影響に関心があるのではなく、災害が水準とボラティリティを動かす点に利用価値を見い出しているのだ、と断っている。