2参见Dickens等。(2007),Grigsby等。 (2019)以及Hazell and Taska(2019)的论文,这些论文发现了数据中存在DNWR的信息。 现实世界中的劳动力市场摩擦可能会大大超过DNWR,但是我们的模型将这种建模设备作为一种简约的方式来捕获这种摩擦,以丰富的动态定量贸易模型。 3我们的基线分析还假设美元与其他国家 /地区的货币之间的灵活汇率。 但是,我们还进行了固定汇率的替代分析,对美国的影响是相似的。 可应要求提供此分析的结果。 4引入其他类型的名义锚使我们无法使用RUV中开发的有效Alvarez和Lucas型算法来处理DNWR,从而增加了计算时间的数量级。 实施更现实的名义锚定于将来的研究。(2007),Grigsby等。(2019)以及Hazell and Taska(2019)的论文,这些论文发现了数据中存在DNWR的信息。现实世界中的劳动力市场摩擦可能会大大超过DNWR,但是我们的模型将这种建模设备作为一种简约的方式来捕获这种摩擦,以丰富的动态定量贸易模型。3我们的基线分析还假设美元与其他国家 /地区的货币之间的灵活汇率。但是,我们还进行了固定汇率的替代分析,对美国的影响是相似的。可应要求提供此分析的结果。4引入其他类型的名义锚使我们无法使用RUV中开发的有效Alvarez和Lucas型算法来处理DNWR,从而增加了计算时间的数量级。实施更现实的名义锚定于将来的研究。
2 我们的基线模型不考虑国家内部的区域流动性。然而,在一项未报告的扩展中,我们已证实允许跨美国地区迁移的后果相当小。3 请参阅 Grigsby 等人(2019 年)和 Hazell 和 Taska(2019 年)的论文,这些论文支持数据中存在 DNWR。现实世界中的劳动力市场摩擦可能远远超出 DNWR,但我们的框架使用这种建模设备作为一种简约的方式,在丰富的动态定量贸易模型中捕捉此类摩擦。4 我们的基线分析还假设美元与其他国家货币之间的汇率固定。然而,我们也进行了另一种具有浮动汇率的分析,对美国的影响非常相似。5 引入其他类型的名义锚使我们无法使用 RUV 中开发的高效 Alvarez-and-Lucas 型算法来处理 DNWR,从而将计算时间增加了几个数量级。