Wealth Effect on Labor Market Transitions
Yann Algan
EUREQua - Universit´e de Paris I [email protected]
Arnaud Ch´ eron
GAINS - Universit´e du Maine & Cepremap [email protected]
Jean-Olivier Hairault ∗
EUREQua - Universit´e de Paris I & Cepremap [email protected]
Franc ¸ois Langot
GAINS - Universit´e du Maine & Cepremap [email protected]
3 mars 2005
Motivations (I)
– Comment expliquer les flux sur le march´e du tra- vail ? Les mod`eles de recherche d’emplois constituent un cadre th´eorique privil´egi´e (Mortensen [1970], Lu- cas et Prescott [1974]) : la recherche constitue une activit´e dans laquelle les travailleurs investissent.
⇒ Les moyens de financement de cette activit´e, pu- blique et/ou priv´e, influent sur les transitions emploi- chˆomage, chˆomage-emploi.
– De r´ecentes contributions th´eoriques tiennent compte d’une interaction entre le comportement d’´epargne de pr´ecaution des m´enages et leurs d´ecisions sur le march´e du travail.
⇒ La prise en compte de l’auto-assurance r´etro- agit sur les prescriptions normatives des mod`eles - assurance chˆomage optimale (Hansen et Imhrologlu [1992], Acemoglu et Shimer [1999], Joseph et Weit- zenblum [2001]).
– Traditionnellement, deux repr´esentations de cet effet
richesse sont implicitement consid´er´ees. Le niveau de
la richesse financi`ere affecte la d´ecision de refus d’em-
plois, via son impact sur la valorisation du loisir, et
via son influence sur la valorisation de l’opportunit´e
de chercher une meilleure offre.
Motivations (II)
L’objectif du papier se situe en amont : dans quelle mesure la richesse financi`ere des m´enages affecte-t-elle les flux sur le march´e du travail ?
– D’une part, un travail ´econom´etrique : Id´ ees :
(i) Le stock d’´epargne permet de financer plus long- temps la recherche et diminue l’aversion pour le risque :
= ⇒ relation positive entre la dur´ee du chˆomage et l’´epargne de pr´ecaution pour des conditions ma- cro´economiques donn´ees.
(ii) Impact positif de l’´epargne sur la probabilit´e de d´emissionner : investissement dans l’activit´e de re- cherche d’emploi pour trouver une meilleur offre
= ⇒ la richesse permet une mobilit´e salariale.
Abondance de la litt´erature ´econom´etrique sur l’im-
pact de l’assurance chˆomage sur la dur´ee du chˆomage
(Meyer [1990], Dormont, Foug`ere et Prieto [2000],
Principaux r´ esultats (I) : Econom´ etriques
(d’apr`es les donn´ees du Panel Europ´een concernant la France)
– Un accroissement du niveau de la richesse des chˆomeurs se traduit par une plus faible probabilit´e de sortie du chˆomage.
L’influence de l’´epargne n’est significative qu’`a par- tir d’un certain niveau ( 30000Frs), comparable au niveau annuel minimal des allocations chˆomage.
L’impact d´esincitatif des allocations chˆomage sur l’offre de travail est surestim´e lorsque l’autre m´ecanisme as- suranciel est ignor´e.
– Un accroissement du niveau de la richesse des em- ploy´es se traduit par une plus grande probabilit´e que leurs emplois se terminent par un d´epart volontaire.
– L’impact de la richesse sur la d´ecision des employ´es de quitter leurs emplois est plus important pour ceux qui ont une r´emun´eration inf´erieure.
= ⇒ La richesse explique plus des comportements de
recherche d’emploi que de loisir.
Principaux r´ esultats (II) : Th´ eoriques
(d’apr`es un mod`ele ´etalonn´e sur le cas Fran¸cais)
– Le niveau de la richesse financi`ere r´eduit, `a partir d’un certain seuil, les probabilit´es individuelles de sortie du chˆomage
– Le niveau de la richesse financi`ere r´eduit ´egalement les probabilit´es de rester dans les emplois faiblement r´emun´er´es.
– L’introduction d’une marge intensive dans les d´ecisions d’offre de travail accentue ces deux derniers ph´enom`enes.
– A l’´equilibre, la distribution de la richesse est telle qu’il existe des chˆomeurs et des travailleurs faible- ment r´emun´er´es qui sont en situation de refuser des offres.
– Le mod`ele de recherche d’emploi avec effet richesse
engendre des transitions sur le march´e du travail
r´ealistes.
Econom´ etrie (I)
Panel Europ´een, donn´ees fran¸caises collect´ees par l’INSEE : 3 vagues 1993-1996
Richesse = Epargne de pr´ecaution
→ moyen de financement des ´episodes de chˆomage
= Comptes D´epˆots et Livrets (3 niveaux)
→ 0 `a 10000, 10000 `a 30000, + de 30000Frs Explication de la dur´ee d’un ´episode de chˆomage par le niveau d’actifs d´etenu au d´ebut de l’´episode.
→ S´election uniquement des dur´ees de chˆomage sur la p´eriode 1994-1996. Le niveau de Livret d´eclar´e pour la fin de l’ann´ee 1993 explique les ´episodes com- menc´es en 1994.
→ Cylindrage des chefs de famille et conjoints pr´esents lors des trois vagues d’enquˆete et dont la structure du m´enage est rest´ee stable (le niveau du patrimoine est d´eclar´e au niveau du m´enage).
→ Prise en compte uniquement de m´enages dispo- sant d’un montant positif d’´epargne.
Explication du taux de d´epart volontaire de l’emploi
par le niveau d’actif : strat´egie de recherche d’un
meilleur emploi (traitement des donn´ees : idem).
Econom´ etrie (II)
Estimateur de Kaplan Meyer – Estimateur non-param´ etrique
S ˆ (t) = Y
t j /t j ≤t
n j − d j n j
– La probabilit´ e de survivre dans l’´ etat de chˆ omage s’accroˆıt avec le niveau d’´ epargne :
Periodes
de chˆomage Niveau 1 Niveau 2 Niveau 3
1 0.831 0.901 0.966
2 0.698 0.791 0.812
5 0.532 0.572 0.734
10 0.352 0.430 0.459
20 0.189 0.198 0.383
30 0.142 0.159 0.254
Econom´ etrie (III)
Mod` ele de dur´ ee sur les sorties du chˆ omage : estimation semi-param´ etrique de
la fonction de hasard
La probabilit´e qu’un chˆomeur retrouve un emploi `a la date t, conditionnellement `a ses caract´eristiques x i est :
λ i (t|x i ) = ε i λ 0 (t) exp {x 0 i β } o`u
– Estimation semi-param´etrique : Meyer [1990]
- Estimation directe de la fonction de hasard plutˆot que d’imposer une sp´ecification `a priori de la loi de hasard.
- Estimation par morceaux du hasard de base : λ 0 (t) = exp {α 1 γ 1 + ... + α L γ L }
⇒ Hasard de base constant pendant des p´eriodes de 2 mois pour les 24 premiers mois puis constant pendant 6 mois du 24`eme au 36`eme mois.
– H´et´erog´en´eit´e inobserv´ee : ε i suit une loi Gamma de
variance σ 2 (capture l’h´et´erog´en´eit´e inobserv´ee sur
les propositions d’emploi, par exemple).
Econom´ etrie (IV)
Mod` ele probit sur les d´ eparts vers le chˆ omage :
1) mod`ele de dur´ee non retenu, car dur´ee maximale des emplois stables = 3ans
2) s´election des d´eparts vers le chˆomage
3) distinction de la strat´egie de d´epart des hauts et des bas salaires.
Soit y une variable qualitative, avec y = 1 si le d´epart E → U est volontaire et y = 0 sinon, alors :
y t = α + βx t + ε t , t = 1994, 1995, 1996
y t =
1 si d´epart involontaire 0 si d´epart involontaire
o`u x t est le vecteur des variables explicatives.
Tab. 1 – Estimation of the hazard rate to leave unemployment Variables
Female −.458
∗∗(.096)
Age −.020
∗∗(.005) General Graduate Reference
Ungraduate −.571
∗∗(.073) Technical graduate .014
∗∗(.003) Superior graduate .011
∗∗(.004)
Unemployment benefits −.313
∗∗(.078)
Wealth 1 Reference
Wealth 2 −.163
(.117)
Wealth 3 −.263
∗∗(.082)
Constant −.567
∗∗(.227)
Sigma 4.996 E − 6
(4.274 E − 6) Log-likelihood −1419.912 Number of monthly
unemployment spells 4717
Note - Standard errors are in parentheses.
Tab. 2 – Estimation of a wealth effect on transitions from employment to unemployment
Variables HW workers LW workers
Age −.042
∗(.022)
−.109
∗∗(.041)
Woman −.121
(.516)
−.032 (.043) General graduate Reference Reference
Technical graduate .030
(.611) Superior graduate .343
(.571) −
Wealth 1 Reference Reference
Wealth 2 .644
(.665)
2.255
∗∗(.852)
Wealth 3 1.215
∗∗(.671)
2.611
∗∗(.979)
Constant −0.351
(1.077)
1.266
(1.239)
Th´ eorie (I)
Environnement ´ economique :
max E 0 X ∞
t=0 β t U (c t , l t ) s.c.
a t+1 = (1 + r)a t + y t h t − c t a t ≥ 0
l t ∈ [0, 1]
avec U (c t , l t ) = [c α t (1 − χ t ) 1−α ] 1−σ − 1 1 − σ
o`u χ t =
h t si Emp.
e si Unemp.
y (² j ) = µ j W for j = h, l, u
P =
π h,h 0 1 − π h,h 0 π l,l 1 − π l,l π u,h π u,l 1 − π u,h − π u,l
Th´ eorie (II)
D´ ecision d’accumulation des m´ enages :
W (a) = max
a 0 ≥0;h {U (y(² h )h + (1 + r)a − a 0 , 1 − h)
+β [π h,h max {W (a 0 ) , S (a 0 )} + (1 − π h,h )S (a 0 )]}
V (a) = max
a 0 ≥0;h {U (y(² l )h + (1 + r )a − a 0 , 1 − h)
+β [π l,l max {V (a 0 ) , S (a 0 )} + (1 − π l,l )S (a 0 )]}
S (a) = max
a 0 ≥0 {U (y(² u ) + (1 + r)a − a 0 , 1 − e) +β [π u,h max {W (a 0 ) , S (a 0 )}
+π u,l max {V (a 0 ) , S (a 0 )} + (1 − π u,l − π u,h )S (a 0 )]}
D´ ecision de statut sur le march´ e du travail des m´ enages :
Φ(., ² u ) = 1
Th´ eorie (III)
Equilibre :
Etant donn´e le vecteur de prix {r, w}, l’´equilibre est d´efini par :
(i) Les r`egles de d´ecision, A(a, ²), C(a, ²), H(a, ²) et Φ(a, ²), qui sont solution du probl`eme des m´enages.
(ii) La distribution stationnaire λ(a, ²) induites par P et les r`egles de d´ecision {A(a, ²), Φ(a, ²)}
(iii) Le taux de taxe τ qui ´equilibre le budget de l’Etat.
Etalonnage
Tab. 3 – Model Calibration
β σ α
0.99 2.5 0.33
r w µ
uµ
lµ
h0.5% 3 0.35 1 1.6
1 − π
h,h1 − π
l,lφ 0.69% 1.53% 45%
Sachant que P =
π h,h 0 1 − π h,h 0 π l,l 1 − π l,l φξ φ(1 − ξ) 1 − φ
Etalonnage des param` etres inconnus : e et ξ t.q.
– Taux de chˆomage = 12%,
– Taux d’emploi ”good” = taux d’emploi ”bad” =
48%, d’o`u
Wealth effect and the option value of unemployment
Fig. 1 – Consumption rules
0 20 40 60 80
1.35 1.4 1.45 1.5 1.55 1.6
Consumption of good−employed
Consumption t
Capital Grid (in thousands of francs) variable h constant h no disutility
0 5 10 15
0.88 0.89 0.9 0.91 0.92 0.93 0.94 0.95
Consumption of bad−employed
Consumption t
Capital Grid (in thousands of francs)
0 20 40 60 80
0.4 0.5 0.6 0.7 0.8 0.9 1 1.1
Consumption of unemployed
Consumption t
Capital Grid (in thousands of francs)
Fig. 2 – Hours worked rules
0 20 40 60 80
0.31 0.32 0.33 0.34 0.35 0.36 0.37
Hours worked by good−employed
Hours t
Capital Grid (in thousands of francs)
0 5 10 15
0.34 0.345 0.35 0.355
Hours worked by bad−employed
Hours t
Capital Grid (in thousands of francs)
Fig. 3 – Unemployment Duration and Bad-Job Tenure
12 14 16
B − Quarterly Unemployment Duration
30 40
A − Quarterly Bad−Employment Duration
variable h
constant h
no disutility
Wealth effect and the option value of unemployment
Fig. 4 – Wealth Distribution
0 20 40 60 80
0 0.05 0.1 0.15 0.2
A − Aggregate Capital Distribution
Probability
Capital Grid (in thousands of francs)
0 20 40 60 80
0 0.005 0.01 0.015 0.02 0.025
B − Unemployed Capital Distribution
Probability
Capital Grid (in thousands of francs)
0 20 40 60 80
0 0.02 0.04 0.06 0.08 0.1
C − Bad−Employed Capital Distribution
Probability
Capital Grid (in thousands of francs)
0 20 40 60 80
0 0.05 0.1 0.15 0.2
D − Good−Employed Capital Distribution
Probability
