Peter A. Diamond


Category: Lectures

Date: 22 August 2014

Duration: 34 min

Quality: HD MD SD

Subtitles: EN DE

Peter A. Diamond (2014) - Unemployment

Debates about higher structural unemployment occur when unemployment has stayed high. With monthly publication of the US Beveridge curve (the relationship between the unemployment and vacancy rates), the recent debate has focused on the shift in the Beveridge curve and whether the shift will be lasting long enough to move the full-employm..

I guess it’s still good morning since we haven’t gotten to lunch. I want to start with the statement from the FOMC after their last meeting: However, a range of labour market indicators suggests that there remains significant underutilisation of labour resources." I want to do 3 things in my allotted time. First I want to touch briefly on the indicators that the statement is referring to. And how they factor into my thinking about the state of the economy. And critical there is the perspective, you can find it back in Okun 62 with the publication of Okun’s law, that the unemployment rate is a proxy for the state of the labour market. And as with any proxy the quality of the fit varies. And what the FED is doing, and what I do on my own, is dig into other aspects of the labour market to see how well the proxy is fitting in current circumstances. And in their case that feeds back into monetary policy. In my case it feeds back into talking to students. The second thing I want to do is talk about the Beveridge curve and its role in the discussion of policy. And some brand new research that I’m started on which casts doubt on everything I’ve written about the Beveridge curve. So that mostly will open up some questions which I think will be very interesting. And third I want to say a little bit about methodology. I’ll say a little bit more about it in the panel tomorrow. Because I think that’s an important issue that never gets addressed directly in graduate educations I’m familiar with. So let’s start with some of the pictures, detailed pictures, of the labour market in the US. Let me be clear, the US labour market is the only one I have studied in detail. And if you want to draw inferences about other countries, having looked at other countries data you’re welcome to. But I’m not going to. So what you see here very clearly is the labour market in the US has been slowly improving. Starting a little bit after the NBER dated trough. But if you look at the different colours, you can see that unemployment rate for short durations are back to normal. unemployment rate for long duration is not. And part of that is a natural consequence of dynamics when you approach the labour market, as search theory was designed to encourage, as a dynamic process. And then, obviously, if you don’t have a job and don’t find one, your duration of unemployment changes. And insofar as the hazard rate of finding a job varies significantly with duration, then it’s natural you get a pile-up that’s very slow in coming down. And that’s what we’re seeing: historically a stunningly high level of long-duration unemployment. And we know that’s terribly important because we’ve got lots of history of studies of displaced workers in the US and what happens when they come back. Those that get jobs on average have a 30% earnings cut and it’s long-lasting. So this is significant, obviously, for the people and their families but also for the productivity of the economy. Another element is that if labour force participation rate is down and together with that the ratio of employment to population is down. That has 2 parts to it: One is the trend demography of the aging of the US labour force. And the second is the impact of the great recession. To tell them apart a bit, here’s the same calculation just for 25 to 54 year olds. And we see the same kind of pattern there. In this case we’re seeing some improvement in the employment population ratio, but it’s still very low. So some of this is: hard to get a job, staying at school. Hard to get a job: you’re older, take your retirement then. If it’s hard to get a job, you’re eligible for disability benefits. You’d rather have a job but you’ll take the benefits rather than going hungry. Simple example there: In the US blind people are disabled. Lots of blind people work. If you’re blind and you lose your job you have this as an option. Will you come back to work? Well, by and large, the people who succeed in getting disability benefits don’t. But young people who dropped out of the labour market to go to school are obviously intending to come back. And with the hit that so many retirement asset accumulations took, when there are more jobs, I think, we’ll be seeing significant numbers of older people coming back. This is to my mind one of the more significant pictures of what’s a problem from the slack in the US labour market. The workers who were interviewed, they’re employed. They’re part-time employed and they’re asked, why are you part time? For some of them the answer is, "I want part-time work." That’s what I do since I retired from MIT: I’m part-time employed, coming and giving talks. But for others they’re part-time employed because they can’t find a full-time job that they want. And what we’re seeing here is just a huge number of that. And that’s connected to the very limited opportunities in the market. The other sign of the limited opportunities in the market is the quit rate. These are people - remember people get interviewed once a month. So one month they’re employed. And then the next month they may be employed again with a different employer and they may have quit the first job. Quits are a really important part of the function in the labour market. Because the allocation of different workers across different jobs includes what are called EE flows, employed to employed, as a big part of the process of the allocation of different workers to different jobs. And we’ve seen again the same picture as in the other things, that the economy is improving. People are quitting because they’re finding opportunities that are worth abandoning something they were in for something that is always going to be not quite sure how it will work out. And it’s slowly improving, but still way below what it was before the crisis. On the other hand layoffs which tend to spike in the recession and go back to normal fairly quickly are back to normal. That’s coming from a different place. Now here’s the way quits are a very good measure for the flow from employed one month to employed the next. Because these data come from different sources, the quit data presented here doesn’t come from interviewing workers but interviewing firms. Firms are asked at the end of the month: workers who left, workers who were added, net change in employment. So the quits data comes from there. The EE flow data - because a firm doesn’t know, if a worker quit, necessarily what happened – comes from the labour market surveys, the workers surveys. And as you can see there’s a stunningly high correlation. That’s a big part of what’s going on. The other element that’s a big part of it is, to a very large extent, when you quit one job for another you get replaced. You may be quitting because the firm is going down and you’re leaving before it actually happens. But the vast amount of quits are in places of ongoing businesses. And so that you get replacement hires afterwards. And it's replacement hires that are a large part of the job opportunities of workers. This, to my mind, is the most important picture for the functioning of the labour market from the perspective of the kind of dynamics I’m talking about. What you see here, month by month, is the number of workers who have been hired in firms – from a large survey of firms, incomplete and particularly missing out on start-ups - and the number of workers who are separated from the firm - quit, lay off, retired, what have you. And the net change in employment is the small difference between 2 very big numbers. So even running about 200,000 net increases in employment in the US in the steadily improving labour market, that comes about as you can see from 4.5 million departures and 4.7 million hires. The 200,000 net amount is very small relative to the gross flows. For a worker looking for a job it’s the gross hires that indicate the opportunities that are out there, not the net change. And what you can see in this picture is that’s very low. So put this together and it seems to me the FOMC statement, Janet Yellen’s speeches on the subject are right on target. This is a very soft labour market with a great deal of slack in it. And the opportunities are extremely limited for multiple reasons. Not just a low number of vacancies - I’ll get to that in a moment. But also a process where the mindset of workers and the mindset of employers about the future of the economy is hurting the growth of the economy and hurting individual experiences. That said let’s turn to the Beveridge curve. The Beveridge curve is the month-by-month unemployment rate and vacancy rate, which in this figure comes from the JOLTS data, the Job Opportunities and Labour Turnover Survey which only started in December 2000. And the Beveridge curve is meant to describe what happens in the business cycle. You go down a curve - vacancies go down, unemployment goes up. And in a recovery you go back the other way. Dynamic models differential equations - I’ll touch on that briefly coming ahead - tell us that you get a steady state curve if you were staying at that point. And you get loops around it. In the US vacancies get filled on average very quickly. In good labour markets workers find jobs very quickly, even in bad labour markets. On average workers find jobs very quickly. So the movement from, particularly the newly laid off. The deviations, the loops around the curve, are small. And what you see here is after the official NBER trough. The economy looked funny and vacancies started appearing. And the curve appears to have shifted. So the question is how to interpret that. And here’s an example of an interpretation from 2010. Which is if this shift is something structural - structural unemployment has the over tone - it's lasting, it’s not going to go away very quickly. And it’s a problem that monetary and fiscal policy is not addressing to. When the St. Louis Fed put this statement out, they also included in the report this picture of the Beveridge curve as it existed up to that point. The role of shifts in the Beveridge curve very much influence thinking about it. Here is the CBO. And notice the wording comes in part from a shift in what is known. What to my mind is totally appalling about the statement from the St. Louis Fed is a failure to realise that even if you get an increase in structural employment, you can still have an aggregate demand problem as well. So if the full-employment point you’re aiming for has moved and you’re still way above it, there’s an important role for monetary and fiscal policies. And to say, because it’s shifted there isn’t, is to fundamentally misuse the underlying theory. Now the underlying theory starts with this figure. You’ll notice unemployment is on the vertical axis, vacancies are on the horizontal. We now do it the other way around which is how the other figure was. But it doesn’t much matter, because this 1958 paper, drawing on Beveridge's discussion of how you use unemployment and vacancies to think about full employment, adopted his view that full employment is unemployed equals vacancy. We no longer think of that as a useful criterion. And so the picture here, given the relabelled axis: If you’re at point 5 and you’ve got this structural change, then 4 is their full employment point. And if you’re at 5 moving from 5 to 4 is an aggregate demand issue, not a labour market focused issue. Obviously, if you can do something to shift the curve down - that’s useful too. But it’s not a substitute for aggregate demand policies. So Dow and Dicks-Mireaux used the vocabulary 'labour maladjustment', 'degree of maladjustment' - that was their picture. And it’s now commonly referred to as mismatch. Shift in the curve means mismatch. Mismatch if it lasts, when there’s a presumption it will last, means the target for full employment is all different. And I’ve written that sort of thing myself as well. And then I started scrutinising some of the data. And now what I’m going to do is a full frontal attack on what I have written. So here the focus in my presentation will not be NBER dates, but the point of the highest unemployment rate, the point of the lowest unemployment rate. That’s what will determine a cycle. And so here is the point of highest unemployment rate. This is quarterly because it’s easier to see - 2009, quarter 4. And what you see is coming in to it. There was low vacancies and high unemployment. Vacancies started picking up, were moving vertically. But the unemployment is not responding, so we have a gap. And so I looked at the data and said, this is great recession. It will be different from before. But what sort of experience did we have before? So there are 4 of the previous recessions. Again, 6 months on either side of the point of the highest unemployment rate. And in those 4 every one of them at this point is showing the same kind of shift in the curve that we’re seeing now. Maybe, if it’s something that happens often, it’s not much of a signal of what’s available going ahead. So here it is, I’ve run it out a year. And now there are gaps in all of them although you see the 1961 one, the gap is starting to close. So that’s started to suggest looking at the others. Well, what about the ones that didn’t show a gap at 2 quarters? And there they are. But run those out to 4 quarters and with the delay, gaps reappear. It now appears as if the gap is happening more or less every time. And so there are all 9 recessions we have data for in the data set. Estimating vacancies coming from help wanted ads. And you can see, except for the very mild and rather unusual recession early in this century, a shift in the Beveridge curve is a standard part of what happens. And it appears to be bigger than would fit with the simple differential equation dynamics, although I’m not aware of simulations. What happens afterwards, if we’re seeing this many shifts? So here they are where we have run each of the curves from the previous minimum unemployment point to the next one. And some of the time you end up with a lower minimum unemployment than you had before. Some of the time you end up with a higher minimum unemployment than you had before. And it’s kind of 50/50. It’s clear that looking at shifts early on after the turning point is not terribly informative. What I’m talking about is work I’m doing by the way with Aysegül Sahin at the New York Federal Reserve Bank. So this table is in a paper that’s just been posted as in yesterday - I’m sorry I’m giving you such old stuff (laughter) – as a staff paper at the New York Federal Reserve Bank website. And as you can see shifts happen all the time. And as a signal of what will happen later: half the time it’s a yes, half the time it’s a no. The critical thing here is longer expansions lead us there. So let’s take a look. Here is the whole Beveridge curve making the point. This thing moves around a lot. And it’s not as if you can identify the reasons around these shifts in US labour market policy. Because the US policy unlike some places in Europe - primary example being Germany – have done significant changes in their labour market institutions. That hasn’t happened in the US. So let’s get to the theory. The simplest theory looks like this: The number of hires as a function of the unemployment rate and the number of vacancies is normally a Cobb-Douglas, gives you a pretty good fit. And then your dynamics or the change in the unemployment come from people leaving employment minus people being hired. This is a 2 statuses picture of the labour market, employed and unemployed. And the Beveridge curve is the steady state of that. The trouble with that is the actual employment picture. And there are multiple numbers on this chart. I’m going very fast because we’re getting very low on time. And there are widely recognised coding errors in answers to the question: And so people have done ways of trying to correct that to get a better view. But here are the flows. And the thing to notice is the hiring of the unemployed into employment on average over a long time. Is ballpark the same as the hiring of not in the labour force into employment? And if I had had the EE flows there, that’s also a ballpark the same number. And there are models that are more complicated, but then turn out to be much harder to work with. So what am I doing with this ongoing research? Econometrics of the level of showing you a picture of the static outcomes in the month is not the end of anybody’s sense of what good research should be. So the next question is what is it that’s happening around this turning point that’s generating the shift. And what we’ve started working with is the hiring function. We will also look at the mix of flows between unemployment and not in the labour force. And the first look at it, it appears as if the hiring function shifts down at the turning point pretty much all the time. We don’t have data quite as far back for this. We don’t have 9 recessions, I think we’ve got 4 or 5. Hiring is going down relative to unemployment and vacancies. And so the big question - we’ve gone as far as identifying that - is thinking through the models and trying to figure out why. What is going on? Thinking through the models on the different flows and then trying to put them together into some form of thinking about the labour market. A shortcoming here is this is partial equilibrium analysis. It’s the labour market taking vacancies as given. A lot of the literature takes productivity as an exogenous variable, explaining the value of creating a vacancy. That’s misguided for 2 reasons: One is productivity is an endogenous variable, not an exogenous variable, because labour is used in multiple ways in a firm. And secondly, the value to a firm of having more output is not measured the way productivity would measure it, unless you really do have a variation consumer market. Because it’s the market price times the quantity. But if to sell more you’ve got to cut your price, the familiar part. Or to sell more you’ve got to do more advertising. Or to sell more would have all sorts of game theoretic complications in the market. It’s not the right variable for what’s going on. So we need to be pushing this partial equilibrium model into general. Now let me say a few words on methodology. First I think it’s important to recognise - well, it’s common in graduate school to talk about a good model and a bad model. And what you want, if you’re a theorist, for your thesis is a good model. I think that’s basically misguided. What there are, are models that are good for a particular purpose, and models that are not helpful for that particular purpose. Let me give you an example. A very famous, wonderful article, Lucas Tree, in Econometrica, which we view as giving some insights into the determination of prices in asset markets. It’s only some insights, it’s not something you’d say this captures everything you’re interested in. But there’s another thing about stock markets that people are interested in: the quantity side. What determines how the volume of transactions changes over time? Is the Lucas Tree model going to be any help for that? Well, the level of transactions in that model, as all of you who have studied it know, is zero at all times. Zero at all times is not a wonderful insight into what’s happening to quantities in actual stock markets. So you’ve got to have - particularly if you’re moving as I do or trying to move as I do from basic research to policy recommendations – you’ve got to have a concrete question to think about: How to proceed and what you learn from different models. And this quote I’ll let you read from Marshall goes to the same place. Obviously, he’s talking in a world before computers, a world before econometrics. But I don’t think the message is any different. We use multiple models to gain insights in different aspects of how the economy works in a positive sense. And how policy will impact the economy in a normative sense. And to my mind there is no alternative to that. In part there are no policy changes that are Pareto improvements. Every policy change is going to help - I shouldn’t say that. Every good policy change is going to help some people and hurt others. You can set up a policy change that makes it worse for, if not everybody, almost there. So the point here is how do you pull together different sets of things you have information about in order to make choices. Both of the kind of policy you want and the numerical, the quantitative elements that are an essential part of that. And part of that goes back to thinking about how outcomes are determined in the market. I choose my words carefully staying away from the word equilibrium. Because that tends to mean different things to different people. And part of what drove me into working on search theory was a sense that there are a set of questions which the start of education - demand, supply, price clears the market or the price isn’t right to clear market and doesn’t – was an inadequate starting place for a whole range of questions. So here’s an example: Fenway Park is where the Boston Red Soxs play. And there are scalpers selling tickets outside all the time. There are individual game issues: What’s the weather like that day? Who happens to be pitching that day? And there are trend issues: Is the team doing well or badly this season? And so what happens to the price of scalpers? Well, it responds in part to what’s going on, but only in part. If you took out the standard model the price would fall to zero, because the scalpers end up not selling some of their tickets. But if you think about the game being played, the dynamic game of selling tickets over time - as this suggests-, it’s a more complicated story. And this then feeds back into how do you think about productivity, when selling is not easy. Anyone who has ever gone on the internet is aware that overwhelmingly the internet is driven by advertising. This is not unimportant in the functioning of the economy. It just happens not to exist in the Arrow-Debreu model or the models that basically build from that, unless they’ve put in explicit complications. So here’s Marshall again saying basically the same thing: The economy functions differently in good times and bad times. In good times the productivity measure is probably right, because you can sell all you can produce without a whole lot of change in prices. In bad times it’s a totally different story. Your focus is on the dynamics of the market in which you’re selling. And if you think it’s appropriate to use, as in many calibrated models, exactly the same calibration in good times and bad times, and if Marshall was right, then your model is leaving out something very important. The other thing that is left out are the things that the late Hyman Minsky talked about, which is the role of existing financial contracts. In the process of your incentives in the uncertain world of 'should you hire or should you produce more', And without tracking the financial position that firms and workers are in, you’re missing out on a big part of how the economy works. So I think the message here is a message that there’s lots of scope for very interesting work. And keeping an eye on what you want to learn from your research is an important part of how you design it. Thank you.

Ich schätze, da wir noch kein Mittagessen hatten, kann ich noch „Guten Morgen“ sagen. Ich möchte mit einer Erklärung des Federal Open Market Committee beginnen, die nach der letzten Zusammenkunft abgegeben wurde. Jedoch weisen mehrere Arbeitsmarktindikatoren darauf hin, dass die Nichtnutzung von Arbeitskräften immer noch erheblich ist.“ In meiner Redezeit möchte ich drei Dinge tun: Zuerst möchte ich kurz über die Indikatoren sprechen, auf die sich die Erklärung bezieht. Und wie sie in meiner Ansicht über den Zustand der Wirtschaft berücksichtigt werden. Hierbei ist die Perspektive kritisch. Sie können das schon 1962 bei Okun finden, mit der Veröffentlichung des Okunschen Gesetzes: Die Arbeitslosenquote ist ein Indikator für den Zustand des Arbeitsmarktes. Und wie bei jedem Indikator variiert die Qualität der Passgenauigkeit. Was das Federal Reserve System macht, und was ich selbst auch mache: Ich wühle in anderen Aspekten des Arbeitsmarktes, um sehen zu können, wie gut der Indikator unter den gegebenen Umständen passt. Im Falle der Fed spiegelt sich das in der Geldmarktpolitik wider. In meinem Fall spiegelt es sich in Gesprächen mit Studenten wider. Zum Zweiten möchte ich über die Beveridge-Kurve sprechen sowie über ihre Rolle in der politischen Diskussion. Und über eine brandneue Forschungsarbeit, die ich begonnen habe und die alles, was ich über die Beveridge-Kurve geschrieben habe, in Zweifel zieht. Das wird meist ein paar Fragen aufwerfen, was ich sehr interessant finde. Und zum Dritten werde ich ein wenig über die Methodik sagen. Morgen auf dem Podium werde ich etwas mehr darüber sagen. Denn ich denke, dass dies ein wichtiges Thema ist, das in der akademischen Ausbildung, wie ich sie kenne, niemals direkt angesprochen wird. Lassen Sie uns also mit einigen der Bilder beginnen: detaillierte Bilder des US-amerikanischen Arbeitsmarkts. Lassen Sie es mich deutlich sagen: Der US-amerikanische Arbeitsmarkt ist der einzige, den ich im Detail untersucht habe. Wenn Sie Rückschlüsse auf andere Länder ziehen wollen und die Daten anderer Länder kennen, dann dürfen Sie das gern tun. Aber ich werde es nicht machen. Was Sie also hier sehr deutlich erkennen können ist, dass sich der Arbeitsmarkt in den USA langsam verbessert hat. Es beginnt kurz nach dem Tief, das mit NBER datiert ist. Wenn Sie sich jedoch die verschiedenen Farben ansehen, fällt Ihnen auf, dass die Kurzzeitarbeitslosenquote wieder zur Normalität zurückgekehrt ist. Die Langzeitarbeitslosenquote dagegen nicht. Ein Teil davon ist eine natürliche Folge der Dynamik, wenn Sie sich dem Arbeitsmarkt als einem dynamischen Prozess nähern, wie es die Suchtheorie nahelegt. Wenn Sie keine Arbeit haben und auch keine Arbeit finden, dann ändert sich natürlich die Dauer Ihrer Arbeitslosigkeit. Und da sich die Ausfallrate, einen Arbeitsplatz zu finden, signifikant mit der Dauer der Arbeitslosigkeit ändert, ist es natürlich, dass man eine Anhäufung erhält, die sich nur langsam abbaut. Und das genau sehen wir hier: ein historisch erstaunlich hohes Maß an Langzeitarbeitslosigkeit. Und wir wissen, dass dies schrecklich wichtig ist, denn wir verfügen über viele Darstellungen von Untersuchungen über entlassene Arbeitskräfte in den USA und über das, was geschieht, wenn sie auf den Arbeitsmarkt zurückkehren. Jene, die eine Arbeit finden, haben durchschnittliche Gehaltseinbußen von 30 %, und das langfristig. Also ist das hier offensichtlich maßgeblich für die Menschen und ihre Familien, aber auch für die Produktivität der Wirtschaft. Ein weiteres Element entsteht, wenn die Erwerbsquote gering und gleichzeitig der Anteil der Beschäftigten an der Bevölkerung gering ist. Dazu gehören zwei Teile: Einer ist der demografische Trend, dass die Erwerbsbevölkerung in den USA altert. Und der zweite sind die Auswirkungen der Großen Rezession. Um sie unterscheiden zu können, zeige ich hier die Kalkulation für die Altersgruppe zwischen 25 und 54. Und wir sehen dort das gleiche Muster. In diesem Fall sehen wir eine kleine Verbesserung beim Anteil der Beschäftigten an der Bevölkerung, aber er ist nach wie vor sehr gering. Ein wenig erklärt sich das so: Es ist schwierig, eine Arbeit zu finden, also gehe ich weiter zur Schule. Es ist schwer, einen Arbeitsplatz zu finden und man ist älter, dann geht man in Rente. Wenn es schwierig ist, eine Arbeit zu finden, hat man vielleicht Anspruch auf Erwerbsunfähigkeitsleistungen. Man hätte zwar lieber einen Arbeitsplatz, aber bevor man hungert, nimmt man lieber die Leistungen in Anspruch. In diesem Fall ein einfaches Beispiel. In den USA gilt man als behindert, wenn man blind ist. Viele Blinde arbeiten. Wenn Sie blind sind und Ihren Arbeitsplatz verlieren, ist das eine Option für Sie. Werden Sie auf den Arbeitsmarkt zurückkehren? Nun, im Großen und Ganzen kehren die Menschen, denen es gelingt, Erwerbsunfähigkeitsleistungen zu erhalten, nicht zurück. Aber junge Menschen, die den Arbeitsmarkt verlassen haben, um weiter zur Schule zu gehen, haben ganz offensichtlich die Absicht zurückzukehren. Und mit dem Schlag, den so viele beim Aufbau der Altersvorsorge hinnehmen mussten, bin ich der Ansicht, dass eine große Anzahl älterer Menschen auf den Arbeitsmarkt zurückkehren wird, wenn es mehr Arbeitsplätze gibt. Das ist meiner Meinung nach eins der aussagekräftigeren Bilder für das Problem, das aus der Flaute auf dem amerikanischen Arbeitsmarkt entsteht. Die Arbeitskräfte, die befragt wurden, hatten einen Arbeitsplatz. Sie arbeiteten in Teilzeit, und man fragte sie, warum sie in Teilzeit arbeiteten. Einige antworteten: „Ich möchte gern Teilzeit arbeiten.“ Das mache ich auch, seit ich vom MIT in Pension gegangen bin: Ich arbeite in Teilzeit und halte Vorträge. Aber andere arbeiten in Teilzeit, weil sie keine Vollzeitanstellung finden, die ihnen gefällt. Und was wir hier sehen, ist lediglich eine große Zahl dieser Menschen. Und sie ist mit den äußerst begrenzten Möglichkeiten des Marktes verbunden. Ein weiteres Zeichen für die begrenzten Möglichkeiten des Marktes ist die Kündigungsquote. Diese Menschen hier ... denken Sie daran, die Menschen werden einmal im Monat befragt. In einem Monat haben sie also einen Arbeitsplatz. Und im nächsten Monat haben sie vielleicht wieder einen Arbeitsplatz, nur bei einem anderen Arbeitgeber, und es könnte sein, dass sie den ersten Arbeitsplatz gekündigt haben. Kündigungen sind wirklich ein wichtiger Bestandteil für einen funktionierenden Arbeitsmarkt. Denn die Zuordnung der verschiedenen Arbeitskräfte auf die verschiedenen Arbeitsplätze beinhaltet den sogenannten „EE-Flow“, den Strom von Arbeitsplatz zu Arbeitsplatz. Er ist ein wichtiger Teil des Zuteilungsprozesses von verschiedenen Arbeitern zu verschiedenen Jobs. Und wir sehen wieder das gleiche Bild wie bei den anderen Dingen: dass die Konjunktur sich verbessert. Menschen kündigen, weil sie die Möglichkeiten haben, die es wert sind, etwas Bekanntes aufzugeben für etwas, von dem sie nicht ganz sicher sein können, ob es gut laufen wird. Und es verbessert sich langsam, liegt aber immer noch weit unter dem Niveau, das sie vor der Krise hatte. Auf der anderen Seite sind die Entlassungen wieder zur Normalität zurückgekehrt. Sie neigen dazu, in der Rezession Höchststände zu erreichen, normalisieren sich aber schnell wieder. Das kommt von einer anderen Stelle. Nun, an dieser Stelle sind Kündigungen ein gutes Maß für den Strom von einer Beschäftigung in einem Monat zu einer Beschäftigung im nächsten Monat. Da die Daten aus unterschiedlichen Quellen kommen, stammen die Kündigungsdaten, die ich hier zeige, nicht aus der Befragung von Arbeitskräften, sondern aus der Befragung von Unternehmen. Unternehmen werden zum Ende des Monats gefragt: abgegangene Arbeitskräfte, hinzugefügte Arbeitskräfte, Netto-Veränderung der Beschäftigung. Die Kündigungsdaten kommen also von dort. Die Daten zum „EE-Flow“ stammen aus Arbeitsmarktbeobachtungen, von Befragungen der Arbeitskräfte, denn die Unternehmen wissen nicht unbedingt, was im Anschluss passiert, wenn ein Arbeitnehmer kündigt. Wie Sie hier sehen können, besteht eine erstaunlich hohe Korrelation. Das ist ein großer Teil dessen, was vor sich geht. Das andere Element, das auch eine große Rolle spielt, ist: Wenn Sie den Arbeitsplatz wechseln, werden Sie zumeist ersetzt. Es mag sein, dass Sie kündigen, weil das Unternehmen den Bach heruntergeht, und Sie kündigen, bevor das tatsächlich geschieht. Aber die meisten Kündigungen finden in gut laufenden Unternehmen statt. Somit wird anschließend ein Ersatz eingestellt. Und diese Ersatzeinstellungen bilden einen großen Teil der Möglichkeiten für Arbeitskräfte auf dem Arbeitsmarkt. Dies ist meiner Ansicht nach das wichtigste Bild für einen funktionierenden Arbeitsmarkt, wenn man ihn aus der Perspektive der Dynamik betrachtet, von der ich spreche. Was Sie hier Monat für Monat sehen, ist die Zahl der Arbeitskräfte, die von Unternehmen eingestellt wurden – sie stammt aus einer großen Umfrage bei Unternehmen, ist unvollständig und vernachlässigt insbesondere Start-ups. Und die Zahl der Arbeitskräfte, die das Unternehmen verlassen haben – gekündigt, entlassen, pensioniert oder was auch immer. Die Netto-Veränderung der Beschäftigung ist die kleine Differenz zwischen zwei sehr großen Zahlen. Also ein Nettobeschäftigungszuwachs von rund 200.000 Arbeitskräften in einem sich stetig verbessernden Arbeitsmarkt. Das ergibt sich, wie Sie sehen, aus 4,5 Millionen Abgängen und 4,7 Millionen Zugängen. Die Nettomenge von 200.000 ist in Relation zu den Bruttoströmen eine sehr kleine Zahl. Für einen Arbeitssuchenden zeigt jedoch die Zahl der Bruttozugänge die vorhandenen Möglichkeiten, nicht die Netto-Veränderung. Und in diesem Bild können Sie sehen, dass sie sehr niedrig ist. Wenn wir dies also zusammennehmen, so scheint es mir, dass die Aussagen von Janet Yellen und des FOMC das Thema genau auf den Punkt treffen. Dies ist ein sehr entspannter Arbeitsmarkt, der sehr viele Flauten beinhaltet. Und die Möglichkeiten sind aus vielen Gründen sehr begrenzt. Nicht nur eine geringe Anzahl freier Stellen – dazu komme ich in einem Moment. Es gibt auch einen Prozess, in dem die Weise, wie Arbeitskräfte und Arbeitgeber über die Zukunft der Wirtschaft denken, das Wirtschaftswachstum und die individuellen Erfahrungen beeinträchtigt. Lassen Sie mich nichtsdestoweniger zur Beveridge-Kurve kommen. Die Beveridge-Kurve stellt den Zusammenhang zwischen Arbeitslosigkeit und offenen Stellen in der monatlichen Veränderung dar. In diesem Falle stammt die Daten von JOLTS, dem „Job Opportunities and Labour Turnover Survey“, der im Dezember 2000 zum ersten Mal durchgeführt wurde. Die Beveridge-Kurve soll beschreiben, was im Konjunkturzyklus geschieht. Die Kurve zeigt abwärts – die Stellenangebote sinken, die Arbeitslosigkeit steigt. Bei einem Aufschwung läuft es anders herum. Dynamische Modelle, Differentialgleichungen – ich werde nachher kurz darüber sprechen – sie zeigen uns, dass Sie eine stationäre Kurve erhalten, wenn Sie an diesem Punkt bleiben. Und Sie würden Schleifen drumherum erhalten. In den USA werden offene Stellen in der Regel schnell wieder besetzt. Und in guten Arbeitsmärkten finden die Arbeitskräfte sehr schnell eine Stelle, auch in schlechten Arbeitsmärkten. Im Durchschnitt finden Arbeitskräfte sehr schnell eine Stelle. Demnach ist die Bewegung insbesondere der neu Entlassenen, sind die Abweichungen, also die Schleifen um die Kurve herum, sehr gering. Was Sie hier sehen, fand nach dem offiziellen Tief vom NBER statt. Die Konjunktur sah komisch aus, es tauchten offene Stellen auf. Und die Kurve scheint sich verschoben zu haben. Die Frage ist nun, wie man das interpretieren soll. Und hier ist ein Beispiel für eine Interpretation aus dem Jahr 2010. Sie lautet: Wenn diese Verschiebung strukturell bedingt ist – strukturelle Arbeitslosigkeit hat einen Beigeschmack, dass sie andauern wird, dass sie nicht so schnell wieder vergehen wird. Und das ist ein Problem, das weder die Geldmarkt- noch die Finanzpolitik beeinflussen können. Als die Federal Reserve Bank of St. Louis diese Erklärung abgab, veröffentlichte sie in dem Bericht auch dieses Bild von der Beveridge-Kurve, wie sie bis dahin aussah. Die Rolle der Verschiebungen der Beveridge-Kurve beeinflussen sehr stark die Überlegungen, die man dazu anstellt. Hier ist die des Congressional Budget Office. Und beachten Sie: die Formulierung rührt zum Teil von einer Verschiebung des Bekannten her. Was meiner Meinung nach erschreckend an der Äußerung der St. Louis Fed ist, dass nicht erkannt wurde, dass man, auch wenn die strukturelle Beschäftigung zunimmt, immer noch ein Problem mit der gesamtwirtschaftlichen Nachfrage haben kann. Wenn sich also der Punkt für eine angestrebte Vollbeschäftigung verschoben hat und man sich immer noch deutlich darüber befindet, dann spielen Geld- und Finanzpolitik eine wichtige Rolle. Und zu behaupten, aufgrund der Verschiebung spielten sie keine Rolle, ist ein grundlegender Missbrauch der zugrundeliegenden Theorie. Die zugrundeliegende Theorie beginnt also mit dieser Zahl. Sie sehen, die Arbeitslosigkeit ist auf der vertikalen Achse dargestellt, die freien Stellen auf der horizontalen. Wir machen es nun genau umgekehrt, also so, wie die andere Zahl war. Aber das spielt keine Rolle. Denn dieses Dokument von 1958, das Beveridges Erörterung heranzieht, wie man Arbeitslosigkeit und freie Stellen einsetzen kann, um Überlegungen über Vollbeschäftigung anzustellen, beruht auf seiner Ansicht, dass Vollbeschäftigung herrscht, wenn die Zahl der Arbeitslosen der Zahl der freien Stellen entspricht. Wir halten das nicht mehr für ein nützliches Kriterium. Und somit zeigt das Bild hier eine neu benannte Achse: Befindet man sich nun am Punkt 5, und es gibt diese strukturelle Veränderung, so befindet sich der Punkt für Vollbeschäftigung bei 4. Und wenn man sich bei 5 befindet und sich in Richtung 4 bewegt, ist das ein Ergebnis der gesamtwirtschaftlichen Nachfrage und nicht des Arbeitsmarkts. Selbstverständlich hilft es auch, wenn man etwas tun kann, um die Kurve nach unten zu verschieben. Aber es ersetzt nicht die Gesamtnachfragepolitik. Dow und Dicks-Mireaux verwendeten die Begriffe „Arbeitsfehlanpassung“ oder „Grad der Fehlanpassung“ – das war ihre Sichtweise. Jetzt bezeichnet man es üblicherweise als Ungleichgewicht. Eine Verschiebung der Kurve bedeutet ein Ungleichgewicht. Ein Ungleichgewicht, das andauert, wenn es wahrscheinlich ist, dass es andauert, bedeutet, dass sich das Ziel der Vollbeschäftigung komplett verändert hat. Ich habe selbst über derartige Dinge geschrieben. Dann habe ich begonnen, einige der Daten eingehend zu prüfen. Und nun nehme ich einen Frontalangriff auf das vor, was ich geschrieben habe. Der Schwerpunkt meiner Präsentation werden also nicht die Daten von NBER sein, sondern der Punkt der höchsten Arbeitslosenquote und der Punkt der niedrigsten Arbeitslosenquote. Sie bestimmen den Zyklus. Hier ist also der Punkt der höchsten Arbeitslosenquote. Das ist eine quartalsweise Darstellung, weil sie einfacher zu erkennen ist – 2009, 4. Quartal. Und man kann sehen, was dort einfließt: Es gibt wenig offene Stellen und die Arbeitslosigkeit war hoch. Die offenen Stellen fingen an, sich zu erholen und bewegten sich senkrecht nach oben. Aber die Arbeitslosigkeit reagiert nicht, also haben wir eine Lücke. Deswegen schaute ich mir die Daten an und sagte, das ist eine Große Rezession. Und sie wird anders sein als zuvor. Aber welche Erfahrungen haben wir aus der Vergangenheit? Sie sehen vier vorangehende Rezessionen. Wiederum sechs Monate auf jeder Seite des Punktes mit der höchsten Arbeitslosenquote. Und von diesen vier Rezessionen wies zu diesem Zeitpunkt jede einzelne eine ähnliche Verschiebung der Kurve auf, wie wir sie jetzt auch beobachten konnten. Wenn es etwas ist, das häufiger geschieht, ist es vielleicht kein großes Signal für das, was künftig gilt. Hier ist es also, ich habe es für ein Jahr fortgeführt. Und nun zeigen sich in jeder Darstellung Lücken, obwohl man sehen kann, dass die Lücke sich 1961 langsam schließt. Das war der Auslöser, auch auf die anderen Darstellungen zu schauen. Was ist also mit jenen, die keine Lücken in zwei Quartalen aufwiesen? Und hier sind sie nun. Wenn wir sie aber für vier Quartale fortführen, so tauchen die Lücken mit zeitlicher Verzögerung wieder auf. Es scheint nun, als entstünde die Lücke mehr oder weniger jedes Mal. Und so befinden sich alle neun Rezessionen, bei denen wir über Daten verfügen, im Datenbestand. Die Schätzung der freien Stellen stammt aus Stellenanzeigen. Und man kann sehen, dass die Verschiebung der Beveridge-Kurve, mit Ausnahme der sehr milden und ungewöhnlichen Rezession zu Beginn dieses Jahrhunderts, zum Standardgeschehen gehört. Und sie scheint zu groß zu sein, um in die einfache Dynamik der Differentialgleichungen zu passen, obwohl ich keine Simulationen kenne. Was geschieht nun anschließend, wenn wir so viele Verschiebungen beobachten konnten? Hier sehen Sie, wie wir jede Kurve vom vorausgehenden Minimum bei der Arbeitslosenquote bis zum nächsten fortgeführt haben. Manchmal ist das folgende Minimum der Arbeitslosenquote geringer als das vorausgehende. Und manchmal ist das folgende Minimum der Arbeitslosenquote höher als das vorausgehende. Das scheint sich in etwa die Waage zu halten. Es ist offenkundig, dass es nicht sonderlich informativ ist, die Verschiebungen frühzeitig nach einem Wendepunkt zu betrachten. Ich spreche über die Arbeit, die ich übrigens gerade gemeinsam mit Aysegül Sahin bei der New York Federal Reserve Bank durchführe. Diese Tabelle ist in einem Dokument enthalten, das gerade gestern – es tut mir leid, dass ich Ihnen so alte Dinge zeige (Lachen) – als Arbeitspapier auf der Website der New Yorker Federal Reserve Bank veröffentlicht wurde. Wie Sie sehen können, finden ständig Verschiebungen statt. Und als Signal für das, was anschließend geschieht: In etwa der Hälfte der Fälle ist es ein „Ja“ und in der anderen Hälfte ist es ein „Nein“. Kritisch ist hier, dass eine weitere Fortführung dorthin führt. Werfen wir also einen Blick darauf. Hier ist die gesamte Beveridge-Kurve, die wir betrachten. Sie bewegt sich sehr viel. Und es ist nicht so, dass man die Gründe für diese Verschiebungen in der amerikanischen Arbeitsmarktpolitik finden kann. Die US-Politik hat nämlich im Gegensatz zu einigen Ländern in Europa – allen voran Deutschland – keine erheblichen Veränderungen bei ihren Arbeitsmarktinstitutionen vorgenommen. So etwas ist in den USA nicht geschehen. Lassen Sie uns also zur Theorie kommen. Die einfachste Theorie sieht so aus: Die Anzahl der Einstellungen als Funktion aus Arbeitslosenquote und der Zahl der offenen Stellen ergibt üblicherweise eine Cobb-Douglas-Funktion, die ziemlich gut passt. In diesem Fall entsteht die Dynamik oder die Veränderung der Arbeitslosenquote durch die Menschen, die entlassen werden oder kündigen, abzüglich der Menschen, die eingestellt werden. Dies ist ein Bild der beiden Status des Arbeitsmarkts, Beschäftigung oder Arbeitslosigkeit. Und die Beveridge-Kurve ist der Gleichgewichtszustand daraus. Das Problem dabei ist die tatsächliche Beschäftigungslage. Dieses Schaubild enthält mehrere Zahlen. Ich mache jetzt sehr schnell, weil die Zeit knapp wird. Und es gibt weithin anerkannte Codierungsfehler bei Antworten auf die Frage: Darum haben Menschen nach Möglichkeiten gesucht, um dies zu korrigieren, damit man eine bessere Darstellung erhält. Aber hier sind die Ströme. Und man sollte insbesondere auf die langfristigen durchschnittlichen Einstellungen von Arbeitslosen in Beschäftigungsverhältnisse achten. Entspricht die Größenordnung der Einstellung von Menschen, die dem Arbeitsmarkt nicht zur Verfügung standen? Und wenn ich die „EE-Flows“ dabei gehabt hätte, wären diese auch in der gleichen Größenordnung? Im Jahr 2006, in einem Beispiel von Bob Hall, war von den drei Quellen, aus denen Neueinstellungen stammen können, die der Arbeitslosen die geringste – soweit die Theorie. Und es gibt kompliziertere Modelle, mit denen es sich im Nachhinein dann aber deutlich schwieriger arbeiten lässt. Was mache ich also in dieser laufenden Forschungsarbeit? Ökonometrie in dem Sinne, dass ich Ihnen ein Bild der statischen Ergebnisse des Monats zeige, ist letztendlich nicht das, was man als gute Forschung sehen würde. Also lautet die nächste Frage: Was ist es, was um diesen Wendepunkt herum geschieht, das diese Verschiebung erzeugt? Wir haben also begonnen, mit der Funktion der Einstellungen zu arbeiten. Wir werden auch das Durcheinander der Ströme zwischen Arbeitslosigkeit und denen betrachten, die dem Arbeitsmarkt nicht zur Verfügung stehen. Auf den ersten Blick scheint es, als würde die Funktion der Einstellungen sich eigentlich so gut wie immer am Wendepunkt nach unten verschieben. Wir haben dafür nicht so weit zurückreichende Daten. Wir haben keine neun Rezessionen, sondern meiner Meinung nach nur vier oder fünf. Die Einstellungen gehen im Verhältnis zur Arbeitslosigkeit und den freien Stellen zurück. Und somit lautet die große Frage – wir sind schon so weit gekommen, diese zu benennen – diese Modelle zu durchdenken und zu verstehen, warum das so ist. Was geht da vor? Wir müssen die Modelle der verschiedenen Bewegungen durchdenken und dann versuchen, sie wieder so zusammenzusetzen, dass wir Überlegungen zum Arbeitsmarkt anstellen können. Ein Nachteil dabei ist diese partielle Gleichgewichtsanalyse. Es ist der Arbeitsmarkt, der offene Stellen für selbstverständlich ansieht. Ein großer Teil der Literatur betrachtet die Produktivität als exogene Variable, die den Wert der Schaffung einer freien Stelle erklärt. Das ist aus zwei Gründen irrig: Zum einen ist Produktivität eine endogene Variable und keine exogene, denn ein Unternehmen nutzt die Arbeitskraft in vielfältiger Weise. Und zum Zweiten wird der Wert, den eine höhere Ausbringungsmenge für ein Unternehmen hat, nicht so gemessen, wie Produktivität ihn messen würde. Es sei denn, es handelt sich wirklich um eine Abweichung vom Verbrauchermarkt. Sie ist das Produkt aus Marktpreis und Menge. Wenn man jedoch mehr verkaufen möchte, muss man den Preis senken – der bekannte Teil. Oder man muss mehr Werbung machen, wenn man mehr verkaufen will. Oder aber mehr Verkauf würde zu allerlei spieltheoretischen Komplikationen auf dem Markt führen. Produktivität ist nicht die richtige Variable, um das Vorgehen zu beschreiben. Also müssen wir dieses partielle Gleichgewichtsmodell verallgemeinern. Lassen Sie mich ein paar Worte zur Methodik sagen: Man muss meiner Meinung nach zunächst etwas verstehen. In einer Graduiertenschule ist es üblich, von einem guten Modell und einem schlechten Modell zu reden. Und was Sie, als Theoretiker für Ihre These wollen, ist ein gutes Modell. Ich denke, das ist im Grunde falsch. Es gibt Modelle, die für einen bestimmten Zweck gut sind. Und es gibt Modelle, die für diesen bestimmten Zweck nicht hilfreich sind. Lassen Sie mich ein Beispiel nennen: Ein sehr berühmter, wundervoller Artikel zum Baum-Modell von Lucas in Econometrica, der unserer Ansicht nach einige Einblicke gibt, wie Preise in Vermögensmärkten festgesetzt werden. Es sind nur einige Einblicke, es ist nichts, von dem Sie sagen würden, dass es alles umfasst, was Sie interessiert. Aber es gibt noch etwas, was die Menschen an Aktienmärkten interessiert: die Mengen. Wodurch wird bestimmt, wie sich die Handelsmenge im Laufe der Zeit ändert? Könnte das Baum-Modell von Lucas hier weiterhelfen? Nun, das Transaktionsvolumen in diesem Modell, wie diejenigen, die es kennen, wissen werden, ist immer Null. Also braucht man – insbesondere wenn Sie wie ich von der Grundlagenforschung zu politischen Empfehlungen gelangen wollen, oder es zumindest versuchen – eine konkrete Frage, über die man nachdenken kann: Wie geht man vor, und was kann man von verschiedenen Modellen lernen? Und dieses Zitat von Marshall, das Sie hier lesen können, geht in die gleiche Richtung. Offensichtlich spricht er in einer Welt vor dem Computer, einer Welt vor der Ökonometrie. Aber ich glaube nicht, dass die Botschaft eine andere ist. Wir verwenden verschiedene Modelle, um Einblicke in verschiedene Aspekte zu gewinnen, wie die Wirtschaft im positiven Sinne funktioniert. Und wie sich die Politik in der Regel auf die Wirtschaft auswirkt. Und meiner Meinung nach gibt es keine Alternative dazu. Zum Teil gibt es keine politischen Veränderungen, die Pareto-Verbesserungen sind. Jede politische Veränderung wird helfen – ich sollte das nicht sagen. Jede gute politische Veränderung wird einigen Menschen helfen und anderen schaden. Man kann eine politische Veränderung anordnen, die es schlimmer macht, und wenn nicht für jeden, dann ist das Ziel fast erreicht. Der Punkt hier ist also: Wie bringt man verschiedene bekannte Dinge in Zusammenhang, damit man eine Entscheidung treffen kann? Sowohl im Hinblick auf die Art von Politik, die man benötigt, als auch auf die numerischen, quantitativen Elemente, die ein wichtiger Bestandteil davon sind. Und einem Teil davon liegen Überlegungen darüber zugrunde, wie die Ergebnisse auf dem Markt bestimmt werden. Ich wähle meine Worte sorgsam, um das Wort 'Gleichgewicht' zu vermeiden. Denn das wird von unterschiedlichen Menschen meist unterschiedlich interpretiert. Und ein Teil von dem, was mich dazu brachte, an der Suchtheorie zu arbeiten, war ein Gefühl, dass es eine Reihe von Fragen gibt, für die der Beginn der Ausbildung - Nachfrage, Angebot, der Preis räumt den Markt oder der Preis ist nicht geeignet, um den Markt zu räumen und tut es auch nicht - nicht der richtige Ausgangspunkt war. Hier ist nun ein Beispiel: Fenway Park ist das Stadion, in dem die Boston Red Sox spielen. Die ganze Zeit gibt es Spekulanten, die draußen Eintrittskarten verkaufen. Es gibt individuelle Fragen beim Spiel: Wie wird das Wetter an jenem Tag sein? Wer wird an dem Tag der Werfer sein? Und es gibt Trendfragen: Spielt das Team in dieser Saison gut oder schlecht? Und was geschieht nun mit dem Preis der Spekulanten? Nun, er spiegelt zum Teil das Geschehen wider, aber nur zum Teil. Wenn Sie das Standardmodell heranziehen, würde der Preis auf Null fallen, weil die Spekulanten am Ende nicht alle ihrer Eintrittskarten verkaufen können. Wenn Sie aber an das Spiel denken, das gespielt wird, das dynamische Spiel des Eintrittskartenverkaufs im Laufe der Zeit, worauf es hinauszulaufen scheint, so ist es eine kompliziertere Angelegenheit. Und das spiegelt sich dann darin wider, wie man über Produktivität denkt, wenn der Verkauf nicht einfach ist. Jeder, der schon einmal im Internet gewesen ist, weiß, dass das Internet in überwältigendem Maße durch Werbung gelenkt wird. Das ist für das Funktionieren der Wirtschaft nicht unwichtig. Es kommt zufälligerweise nur nicht im Arrow-Debreu-Modell vor, oder in den Modellen, die im Wesentlichen darauf aufbauen. Es sei denn, die Modelle berücksichtigen eindeutige Komplikationen. Und hier haben wir wieder Marshall, der im Grunde genau das Gleiche sagt. Die Wirtschaft funktioniert in guten Zeiten anders als in schlechten Zeiten. In guten Zeiten ist das Produktivitätsmaß wahrscheinlich richtig, denn man kann alles, was produziert wird, verkaufen, ohne eine ganze Reihe von Preisänderungen vorzunehmen. In schlechten Zeiten ist das eine völlig andere Geschichte. Ihr Fokus liegt dann auf der Dynamik des Marktes, in dem Sie verkaufen wollen. Und wenn Sie glauben, dass es angemessen wäre, so wie es in vielen kalibrierten Modellen der Fall ist, genau die gleiche Kalibrierung in guten und in schlechten Zeiten zu verwenden, und wenn Marshall recht hat, dann lässt Ihr Modell etwas Entscheidendes aus. Es wird noch etwas anderes ausgelassen, worüber der verstorbene Hyman Minsky gesprochen hat: Das ist die Rolle der bestehenden Finanzverträge. Bei den Anreizen in einer unsicheren Welt, in der es heißt: Und ohne die finanzielle Lage zu verfolgen, in der sich Unternehmen und Arbeitnehmer befinden, verpassen Sie einen großen Teil dessen, wie die Wirtschaft funktioniert. Also ich denke, die Botschaft hier lautet, dass es viel Spielraum für sehr interessante Arbeit gibt. Und im Auge zu behalten, was Sie von Ihrer Forschung lernen wollen, ist ein wichtiger Teil für die Planung Ihrer Arbeit. Vielen Dank.


Debates about higher structural unemployment occur when unemployment has stayed high. With monthly publication of the US Beveridge curve (the relationship between the unemployment and vacancy rates), the recent debate has focused on the shift in the Beveridge curve and whether the shift will be lasting long enough to move the full-employment point. The curve appears stable through the NBER identified business cycle through in June 2009 or possibly the month of the maximal unemployment rate in October 2009. This shift in the Beveridge curve, with the economy experiencing a higher level of unemployment than before for the same level of the vacancy rate, suggests a deterioration in the matching/hiring process in the economy. It is tempting to interpret this decline as a structural change in the way that the labor market works and thus assume that it is orthogonal to changes in aggregate demand. Indeed, an assumption that a shift in the curve is structural has been a staple of the academic literature since at least 1958. This interpretation has an obvious policy implication: however useful aggregate stabilization policies while unemployment is very high, they are likely to fail in lowering the unemployment rate all the way to the levels that prevailed before the recession, since the labor market is structurally less efficient than before in creating successful matches. This lecture reviews the theory underlying the Beveridge curve and US evidence on the ability to draw an inference of structural change from its shift or a shift in the hiring (matching) function