XiaoMi-AI文件搜索系统
World File Search SystemEichenbaum
开放经济中的最佳Covid-19遏制政策
模型研究生活与经济之间贸易的各个方面。参见，例如Acemoglu等。（2020），Alvarez等。（2020），Atkeson（2020），Eichenbaum等。 （2020），Farboodi等。 （2020），琼斯等。 （2020），Krueger等。 （2020），Piguillem and Shi（2020）。（2020），Atkeson（2020），Eichenbaum等。（2020），Farboodi等。（2020），琼斯等。（2020），Krueger等。（2020），Piguillem and Shi（2020）。
开放经济中的最佳Covid-19遏制政策
•将爵士模型（Kermack 1927）嵌入到宏观经济模型中，以研究生活与经济之间的贸易的各个方面。参见，例如Acemoglu等。（2020），Alvarez等。（2020），Atkeson（2020），Eichenbaum等。 （2020），Farboodi等。 （2020），琼斯等。 （2020），Krueger等。 （2020），Piguillem and Shi（2020）。 •我们的工作与以上所有内容相关，而我们的重点是在开放经济环境中分析最佳遏制策略。 •在贸易文献上：（2020），Atkeson（2020），Eichenbaum等。（2020），Farboodi等。（2020），琼斯等。（2020），Krueger等。（2020），Piguillem and Shi（2020）。•我们的工作与以上所有内容相关，而我们的重点是在开放经济环境中分析最佳遏制策略。•在贸易文献上：
非正规经济的重要性
(Eichenbaum, Rebelo, & Trabandt, 2020) 扩展了 SIR 流行病学模型，以研究经济决策与流行病之间的相互作用。研究人员得出结论，个人减少消费和工作的决定会降低流行病的严重程度，以总死亡人数来衡量。这些决定加剧了由流行病引起的经济衰退的规模。研究人员得出结论，最好的简单遏制政策会增加经济衰退的严重程度，但可以挽救美国大约 50 万人的生命。总结 (Toda, 2020) 应用 SIR 模型研究股市上的 COVID-19 大流行。他发现，如果没有遏制政策，高峰期可能会有 28% 的人口受到感染，这可能会使医疗保健系统超负荷运转。然而，在最佳遏制政策下，这一比例降低到 6.2%。此外，
金融技术和1990年代住房繁荣
*We would like to thank John Mondragon, Anthony DeFusco, Matthias Doepke, Martin Eichenbaum, Lorenz Kueng, Scott Baker, James Vickery, Scott Frame, Lara Loewenstein, and Larry Cordell as well as seminar participants at the Federal Reserve Bank of Dallas, Duke University, Rice University, UT Austin, the 2020 Meeting of the Urban Economics Association, the 2021 Areuea全国会议，Areuea-Assa 2023和美国司法部民权部门。本文的内容完全是我们的责任。所表达的观点是作者的观点，不一定反映达拉斯联邦储备银行或美联储系统的观点。†史蒂芬妮·约翰逊（Stephanie Johnson），琼斯商学院，莱斯大学，莱斯大学，大街6100号，德克萨斯州休斯敦，77005。电子邮件：stephanie.g.johnson@rice.edu。 •达拉斯联邦储备银行Nitzan Tzur-ilan，2200 N Pearl St，达拉斯，德克萨斯州75201。 电子邮件：nitzan.tzurilan@dal.frb.org。电子邮件：stephanie.g.johnson@rice.edu。•达拉斯联邦储备银行Nitzan Tzur-ilan，2200 N Pearl St，达拉斯，德克萨斯州75201。电子邮件：nitzan.tzurilan@dal.frb.org。电子邮件：nitzan.tzurilan@dal.frb.org。
具有最优锁定目标的多风险 SIR 模型
COVID-19 疫情已夺走 20 多万人的生命（截至 2020 年 4 月 27 日），迫使世界大部分地区实施大规模封锁，并造成了 90 年来最严重的全球经济衰退。经典的 SIR（易感-感染-康复）模型是研究人员和政策制定者理解和控制疫情的关键工具，该模型最初由 Kermack、McKendrick 和 Walker（1927 年）提出。SIR 框架及其各种扩展模拟了在康复者对疾病免疫且易感人群随着时间的推移而减少的环境下感染的传播和最终控制。2该模型的最简单版本由三个微分方程组成，可以对一系列感染的动态进行良好的首次近似。 3 最近的一些论文开始纳入经济权衡，并在此框架内进行最优政策分析（例如 Rowthorn 和 Toxvaerd，2020 年，Eichenbaum、Rebelo 和 Trabandt，2020a 年，Alvarez、Argente 和 Lippi，2020 年，Jones、Philippon 和 Venkateswaran，2020 年，Farboodi、Jarosch 和 Shimer，2020 年以及 Garriga 等人，2020 年）。4
开放经济中的货币政策和重新分配
2开放经济中对货币政策的研究是国际经济学中的一个核心话题，包括有关国际价格体系在影响货币政策的作用的工作（例如，参见Corsetti，Dedola和Leduc，2010年； Mukhin，2018年； Gopinath，Gopinath，boz，boz，casas，casas，d’ıez，doutlagncin and plag-- commitience and plagborncriense and plagborncrience and plagborerger and plager），及其），及其; the role of international financial intermediaries, deviations of UIP and currency risk (see, for example, Gabaix and Maggiori , 2015 ; Rey , 2015 ; Hassan, Mertens and Zhang , 2016 ; Itskhoki and Mukhin , 2017 , 2019 ; Eichenbaum, Johannsen and Rebelo , 2021 ; Kekre and Lenel , 2021 );国内财务摩擦（例如，参见C´espedes，Chang和Velasco，2004年； Benigno和Romei，2014年； Ottonello，2013； Fornaro，2015； Arellano，Bai和Mihalache，2020年）；以及国际货币和量表政策的协调（例如，参见Corsetti和Pesenti，2005年； Fornaro和Romei，2019年）。补充了这些文献，在全球财务周期和国际溢出方面有大量的经验工作（参见，例如，《福布斯》和《福布斯》和《里格伯》，2002； Giovanni，Giovanni，Kalemli-ozcan，ulu和Baskaya，ulu和Baskaya，2017; Gourinchas; Gourinchas，2018; Kalemli-i-ozzcan，2019年）。3 A相关的经验文献记录了货币贬值的异质性影响（例如，参见Gopinath和Neiman，2014年； Cravino和Levchenko，2017年； Drenik，Pereira和Perez，2018； Blanco，Drenik和Zaratiegui，2020年）。
疫情期间的经济活动和医疗创新的价值
10 Katz (2019)。政府强制私营部门停工的非必要支出占比尚未衡量，这表明假期周末法应得到更多重视。另一方面，Bick 和 Blandin 的新数据可能更接近政府停工法。鉴于我得到两种方法几乎相同的结果，它们的权重对分析并不重要。11 使用他们的劳动力不同于将劳动力留在工资单上。仍在工资单上的未使用工人不会对当前产出做出贡献。12 Barro、Ursúa 和 Weng (2020) 估计，如果 COVID-19 疫情是 1918 年西班牙流感的缩小版，实际 GDP 将下降不到 8%。作者指出，当前的疫情的独特之处在于“各国一直在推行降低实际 GDP 的政策”，而这正是本报告的主题。纵观当前的疫情，Eichenbaum、Rebelo 和 Trabandt (2020) 估计，总消费和 GDP（他们的模型中没有投资）将下降高达 20%。13 我通过以下假设得出这一范围：(i) 2020 年 2 月在家就业的比例为 10%，与 Bick 和 Blandin 对 2017 年和 2018 年 3 月 ATUS 的估计相符；(ii) 以前在家工作的人保住工作的可能性更大；(iii) 以前在家完成的工作现在都不在户外完成了。
碳定价的不平等经济后果
我非常感谢我的顾问 Paolo Surico、Hélène Rey、Florin Bilbiie 和 João Cocco 的宝贵指导和支持。我感谢我的讨论者 Jim Stock、Johannes Stroebel、Ravi Bansal 和 Allan Timmermann 以及 Michele Andreolli、Juan Antolin-Diaz、Christiane Baumeister、Thomas Bourany、James Cloyne、Thomas Drechsel、Marty Eichenbaum、Martin Ellison、Rob Engle、Jesus Fernandez-Villaverde、Luis Fonseca、Luca Fornaro、Lukas Freund、Stephie Fried、Mark Gertler、Simon Gilchrist、Lars Hansen、Arshia Hashemi、Kilian Huber、Maral Kichian、Max Konradt、Joseba Martinez、Leo Melosi、Kurt Mitman、Silvia Miranda-Agrippino、Ben Moll、Elias Papaioannou、Ishan Nath、Tsveti Nenova、Luca Neri、Aleks Oskolkov、Christina Patterson、Pascal Paul、Gert Peersman、Giorgio Primiceri、Valerie Ramey、Sebastian Rast、Lucrezia Reichlin、Natalie Rickard、Esteban Rossi-Hansberg、Fabian Seyrich、Andrew Scott、Vania Stavrakeva、Jón Steinsson、Rob Vigfusson、Beatrice Weder di Mauro、Christian Wolf、Nadia Zhuravleva 以及众多研讨会和会议的参与者。我感谢欧洲央行颁发的青年经济学家奖、国际经济与环境研究所颁发的最佳学生论文奖以及 AQR 研究所颁发的奖学金奖。我感谢惠勒研究所对这项研究的慷慨支持。本文表达的观点为作者的观点，并不一定反映美国国家经济研究局的观点。
美国各地区政府支出的开放经济新凯恩斯主义模型
在过去二十年中，宏观经济学的相关文献开始系统地探讨财政政策冲击对总体经济活动的影响。这些文献的大部分工作都致力于揭示财政政策的传导机制，即如何通过部署财政政策工具来缓解商业周期波动。尽管如此，争论仍未解决，各种实证研究试图估计所谓的财政乘数，特别是在长期经济低迷时期，如经济衰退。这些文献的大部分表明，政府支出的边际增加可能有助于产出增加约 0.5 到略高于 1。由 Barro (1981, 1990) 开始的一系列著名文献通过分析产出对联邦军事采购的反应得出了乘数。这一策略通常得出的乘数在 0.5 - 1 之间，Hall (2009) 和 Ramey (2009) 最近的研究表明，他们的估计乘数略高，约为 1.2。然而，这种方法微妙地取决于第二次世界大战和朝鲜战争期间支出与产出的相互关系，并且可能由于在武装冲突年代占主导地位的“计划经济”特征而产生偏差。Blanchard 和 Perotti (2002) 发起的另一种方法通过在结构向量 - 自回归的背景下识别政府支出冲击来进行。这些类型的研究，以及 Gal´ı、Lopez-Salido 和 Valles (2007) 等人的研究，提出了一个 1 或略高的乘数。Perotti (2007) 以及 Mountford 和 Uhlig (2008) 通过跨国证据表明乘数较低。 Mertens 和 Ravn (2010) 在新凯恩斯主义框架内对流动性陷阱环境进行了建模，并得出了一个比“正常”时期更小的乘数。另一个有趣的贡献来自 Erceg 和 Lind´e (2010)，他们构建了一个新凯恩斯主义 DSGE 模型——Christiano、Eichenbaum 和 Evans (2005) 以及 Smets 和 Wouters (2007) 的变体——以分析财政刺激在流动性陷阱引发的衰退期间的影响。该模型的特殊之处在于，流动性陷阱的持续时间取决于刺激的规模，因此是内生决定的。衰退是由对家庭偏好的强烈负面品味冲击引起的，主要发现是支出乘数可能会在流动性陷阱期间大幅放大
经济发展与致命传染病及公共预防
传染病在历史上一直是决定人类死亡率的主要因素，也是人口规模的主要调节因素。在西方国家，传染病在工业革命的大部分时间里都造成了重大死亡（Livi-Bacci，2017），这种情况一直持续到 20 世纪 50 年代引入大规模疫苗接种。直到现在，传染病——从疟疾、结核病 (TB) 和艾滋病等主要杀手到下呼吸道感染和腹泻病——仍然是最不发达国家，尤其是撒哈拉以南非洲 (SSA) 死亡的主要组成部分（例如，Bloom & Canning，2004；Lorentzen 等人，2008；Murray 等人，2017）。正在发生的 COVID‐19 大流行极大地改变了人们对工业化世界传染病经济影响的看法，并开启了越来越多的文献（例如，参见 Acemoglu 等人，2020 年；Auray 和 Eyquem，2020 年；Alvarez 等人，2021 年；Eichenbaum 等人，2020 年；Goenka 等人，2021 年；Gollier，2020 年；Gori、Manfredi、Marsiglio 和 Sodini，2021 年），这些文献以前局限于主要关注特定主题的领域，例如撒哈拉以南非洲地区艾滋病毒/艾滋病和疟疾等致命感染的影响及其对经济发展的影响，或拒绝接种疫苗对疫苗可预防感染的影响。关于传染病对发展的影响这一关键议题，Chakraborty 等人做出了开创性的努力。 （ 2010 、 2016 ）他们首次在有限寿命重叠代际 (OLG) 增长模型中对感染流行率的动态（即任何时候感染个体在人口中的比例）进行了明确、简约的表示。他们以标准的 Diamond 式 OLG 设置为基础，其中理性的（两个寿命期的）个体选择他们的私人健康预防投资。虽然他们的表示是一种风格化的表示，使用了与 OLG 时间相同的简单感染动态时间框架（因此仅适用于长期传播的感染，例如 HIV/AIDS 流行或历史上结核病传播的情况），但它仍然是定性解释经济发展与传染病之间相互作用的非常有用的工具。