跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要明确涉及劳动力市场伪实时预测、指标的时间领先关系及向量自回归分析。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Kurt G. Lunsford

提前裁员通知与总体就业损失

研究问题
论文研究 WARN 法案裁员通知能否作为总体就业损失的及时指标,以及是否有助于预测失业率和私人部门就业变化。
方法与思路
作者收集通知涉及的裁员人数,与失业保险申请及其他裁员指标比较,并用向量自回归和伪实时预测考察领先关系。
材料陈述的贡献
摘要称通知裁员人数领先多项劳动力市场指标,与总体裁员共同变动且更及时,并改善失业率与私人就业变化的伪实时预测。
阅读关注点
应核对通知数据的覆盖与发布时间、VAR 的设定、预测基准和评价窗口,尤其检查伪实时信息集是否符合当时可得性。
阅读边界
仅依据所给 Crossref 摘要;预测改善幅度、样本和稳健性未说明,VAR 中的领先关系不能直接解释为因果冲击效应。

原文摘要

Summary We collect data from Worker Adjustment and Retraining Notification (WARN) Act notices and establish their usefulness as an indicator of aggregate job loss. The number of workers affected by WARN notices (“WARN layoffs”) leads state‐level initial unemployment insurance claims and unemployment rate (UR) and private employment changes. WARN layoffs comove with aggregate layoffs from Mass Layoff Statistics and the Job Openings and Labor Turnover Survey but are timelier and cover a longer sample. In a vector autoregression, changes in WARN layoffs lead UR changes and job separations. Finally, they improve pseudo real‐time forecasts of the UR and private employment changes.

笔记与分组
相关领域论文