三、深入分析:来自州层面数据的证据
关于家庭资产负债表、金融摩擦和大衰退的经验研究不断增加,通常来说,这些研究运用的是横截面数据。作为该领域的开创者,迈恩和苏非(2014)运用地区差异识别房价下跌引致的家庭资产负债表恶化如何影响经济衰退。*1.这一领域的其他一些重要论文有Kaplan、Mitman and Violante(2017),Midrigan、Jones and Phillippon(2017),以及Berger、Guerrieri、Lorenzoni and Vavra(即将出版)。还有一些研究聚焦于银行部门,如乔达罗-赖克(2014)利用银行财务健康状况的变化分析了银行危机对就业的影响。此外,还有研究运用横截面数据识别了非金融企业资产负债表的恶化如何导致就业下降(也可参见Giroud and Mueller,2017)。
在考察家庭资产负债表恶化和金融中介紊乱的影响时,一个自然产生的问题是,在大衰退发生时其中一个因素是否比另一个因素起到了更为关键的作用。从金融市场中分离出家庭资产负债表对就业的影响是一项巨大的挑战,目前,这两个因素已经被分开研究。正如我们指出的,关于家庭资产负债表的已有文献主要通过横截面数据进行分析。相反,研究金融危机对宏观经济的影响(如Gilchrist and Zakrajek,2012)则主要采用时间序列方法。
在本节中,我们通过州层面的面板数据为这一问题提供了实证证据。在迈恩和苏非(2014)及其他研究的基础上,我们运用横截面数据识别房价对不同区域就业的影响。然后,我们将此与时间序列方法相结合,分离出房价和金融中介紊乱对就业总量下降的影响。
横截面和时间序列变量分析
在转向实证分析前,我们先对数据进行说明。图6描绘了四个变量的横截面变化和时间序列变化,这四个变量包括:房价、抵押贷款收入比、就业以及非建筑业就业。这些数据涵盖2004—2015年的季度数据。针对每个变量,我们根据2006—2010年房价下跌的严重程度将州分成三类。在此基础上,我们为这三类州分别构建了变量的总量,其中房价和抵押贷款收入比两个变量是按人口加权的,而就业指标是简单的加总。第一类州的房价跌幅最大,包括四个“沙漠”州、亚利桑那州、加利福尼亚州、佛罗里达州和内华达州,其人口占总人口的20%。第二类州(房价下跌第二严重的州)包含30%的人口,另外一类则包含剩下的50%人口。请注意,第二类州的特点非常近似地反映了每个变量的加总变化,如图中的实线所示。
注:图6描绘了四个变量的横截面变化和时间序列变化:房价、抵押贷款收入比、就业和非建筑业就业。数据涵盖2004—2015年的季度数据。对于每个变量,我们根据2006—2010年房价下跌的严重程度将州分为三类。第一类经历了最严重的房价下跌,这类州的人口占总人口的20%,中间一类州人口占30%。剩下的50%人口所在州是第三类。实线展示了每个变量的加总变化。房价和抵押贷款收入比是按人口加权的,而就业指标是简单的加总。 |
家庭资产负债表的横截面变化情况与迈恩和苏非(2014)的研究结果一致,如图6A和6B所示,房价涨跌幅最大的州也是抵押贷款债务积累最多的州。相应地,房价下跌与就业减少之间也存在很强的相关性,*1.如图6C所示正如Mian and Sufi(2014)强调的那样,家庭资产负债表渠道应该直接影响取决于当地需求条件的非贸易行业的就业。尽管我们没有给出结果,但我们发现零售业就业(他们主要衡量非贸易行业的就业)呈现类似于房价和总体就业(情况)的横截面相关性。相反,虽然制造业总就业(可以视为可贸易品行业的就业)从大衰退的顶峰到谷底下降了18%,各个州的下降几乎没有差异。,沙漠州的就业减少程度要高于平均水平,且与家庭资产负债表的影响相比,就业减少的主因在于住房投资下跌。这些地区的建筑业就业人数下降了40%。在图6D中,我们从整体就业指标中去掉了建筑业就业人数,发现房价与总就业之间的横截面相关性也适用于非建筑业就业。不过与总就业相比,仍存在两个差异。首先,非建筑业就业人数累计下降约75个百分点,这意味着建筑业总就业人数下降约25个百分点。其次,对于我们更重要的是,从2007年初到2008年第一季度,也就是发生经济衰退的第二季度,尽管房价走势存在相当大的差异,但各地区的非建筑业就业变化几乎没有差异。随着经济衰退的展开,区域差异随之出现。
此外,我们的季度数据还显示了各地区就业在时间上的重要协同变化。首先,自2007年第四季度进入商业周期的高峰以来,各地区非建筑业就业增长普遍放缓,这一现象无法单纯用房价下跌来解释。如图6所示,沙漠州的总就业率下降主要是建筑业下滑的结果。然而,这种放缓与前面描述的资产支持商业票据市场的瓦解以及图4和图5中各类金融危机指标的变化相吻合。其次,更引人注目的是,雷曼兄弟破产的时间。在它破产时,各地区就业人数加速下降。而就业全面下滑的时点也与图4中各类金融危机的指标吻合,就业全面下滑之时恰逢金融危机达到高峰。因此,尽管不同州之间的重要差异说明了就业与房价之间的关联,但就业变化的相当一部分与金融危机的总体经济指标是相关的。
从金融危机中分离家庭资产负债表的影响
在本节中,我们运用一种简化方法分离出家庭资产负债表和金融部门动荡对大衰退时期总就业的影响。为此,本文同时考察了来自横截面和时间序列数据的证据(相关数据来源、方法和回归结果的详细信息,请参见本文的在线附录:http://ejeporg)。
我们首先使用面板数据向量自回归模型识别“冲击”对各州房价和总体财务状况指标的影响。这里“冲击”指的是与就业波动及相互之间不相关的那些变量突然出现波动或“创新”。
我们采用的金融压力指标是金融债券超额溢价。这一指标的内涵是金融企业的公司债券指数收益率与相同期限政府债券收益率之差(在控制违约风险之后)。因此,该指标既可以衡量金融机构的外部融资溢价,也能够合理地反映信贷中介受破坏的程度。如图4所示,这一溢价在资产支持商业票据危机期间以及雷曼兄弟倒闭期间均出现上涨。
为了识别对这一溢价的冲击,我们使用传统的时间序列方法:将每个时间段中金融债券超额溢价的4期滞后(four lags)项、季度房价现值及其4期滞后项、季度总就业增长率共同纳入回归方程。回归残差εt反映了对金融债券超额溢价产生冲击且与房价或就业不相关的因素。例如,这类冲击有可能是因金融恐慌导致雷曼兄弟破产而造成的利差激增。
回归结果无法推翻自变量与残差不相关这一假设,意味着冲击的确是突发的。这一方法还通过设置时间限制识别债券超额溢价方程中的外生冲击ε1。由于金融市场对冲击反应迅速,我们假设金融债券超额溢价也会立即对当前的房价上升或就业增长做出响应,因此在回归中采用的是这些变量的当前值。此外,我们还假设利差变动会影响房价与就业,但存在一个季度的滞后,这是因为实体部门的变量对冲击的反应较为迟缓。这种设置时间限制的方法在向量自回归模型中经常被采用,且我们的结果在不同时间假设下也是稳健的。
同样,为了获得对各州房价的冲击,我们将各州季度房价的4期滞后项、金融债券溢价的4期滞后项和各州就业量增长的当前值与4期滞后值纳入回归方程,残差μj,t反映了外生冲击在特定时间t对特定州j的房价的影响。例如,突然出现的对未来房价升值的乐观预期(如Kaplan、Mitman and Violante,2017)。这一设定加入了跨州和跨时协同系数,但我们的总量分解对这个假设不敏感。在这个例子中我们做出的另一个时间假设是当前就业可以影响房价,但房价对就业的影响有一期滞后。
有了房价和金融压力冲击的这些指标,下一步我们将估计冲击对州层面总就业动态变化的影响。通过这种方式,我们将州层面的房价冲击指标与州层面的家庭债务指标作为交互项,这样可以在某种程度上将房价影响就业的家庭资产负债表渠道和其他渠道分离开(例如通过住宅建设产生的影响)。为了衡量资产负债表渠道产生的影响,我们可以考察各州的抵押贷款收入比。
我们感兴趣的是,估计冲击对不同时间段的房价和金融中介的影响。有了这一估计,我们就可以对危机的不同时期进行分解。因此,我们将1—10个季度内各州就业增长率作为因变量,估计了不同时间段的一组回归方程。在回归方程中我们设置了三个解释变量。第一个解释变量是对各州房价的冲击,μj,t,计算方式如前文所示。第二个解释变量我们采用的是2006年第四季度房价暴涨结束时的抵押贷款收入比Mj/Yj,说明各州家庭易受房价下跌的影响程度。我们将抵押贷款收入比乘以一个指标变量,在2007年第一季度到2009年第四季度房价下跌的危机时期,该变量取值为1,其余时间取值为0;在此基础上,我们将这一项与各州的房价冲击相乘。构建房价冲击与抵押贷款收入比的交互项为我们识别资产负债表传导渠道提供了方法(参见Mian and Sufi,2009)。将交互效应限制在危机时期反映了如下想法:资产负债表约束可能在危机期间最重要。*1.正如Berger、Guerrieri、Lorenzoni and Vavra(即将出版)论述的那样,由于杠杆限制可能没那么有约束力,消费很可能对房价走势不太敏感。第三个解释变量是金融压力冲击ε1,这一指标是前文所述的对金融债券超额溢价的冲击。
这个回归包括表示特定时段的州固定效应项j,h和误差项j,t,h。还需注意的是,各州之间的系数是相同的,但在不同时间段有所不同。
对房价和金融状况的冲击是通过调整各州就业的当前值和滞后值及其他变量得到的,这些冲击与预测未来就业增长的信息并不相关。因此,普通最小二乘法给出了相同的系数估计值。在乔达(Jordà,2005)研究的基础上,我们用不同时间段的回归方程的估计值,构建相关指标来衡量就业对我们识别的冲击做出的回应。
表1给出了三个解释变量在1—10个季度不同时间段对就业增长影响的估计值。整个估计期间是1992年第二季度至2015年第四季度。表1的第一行给出了正常商业周期中房价冲击项产生影响的估计结果。第二行报告了危机期间房价冲击与抵押贷款收入比的交互项产生影响的估计值。第三行报告了金融中介受到冲击后产生影响的估计值。对于所有三个解释变量,我们还报告了这些估计值的标准方差(列示在括号中),以及在回归结果每个时段的解释力,用R2表示。
我们发现,如果只考虑房价冲击,也就是说不通过资产负债表渠道产生影响,任一时间段的估计结果虽然统计上显著但只有温和影响。例如,系数估计结果显示,1%的房价意外下跌导致了未来8个季度03%的就业增长率下降。如果我们考察经杠杆调整后的房价冲击,也就是说经家庭资产负债表效应调整后的房价冲击,它对就业增长率下降的影响将超过正常时期房价冲击对就业影响的2倍。正如我们预期的一样,不同州的就业对房价下跌的反应差别很大。例如,对于处于抵押贷款收入比分布前1/4的州,资产负债表效应是后1/4州的4倍。有趣的是,资产负债表效应直到房价下跌5个季度后才变得显著。这一发现与房价下跌一段时间后各州非建筑业就业情况出现分化的情形相一致。
在估计了各种冲击产生的影响后,我们的最后一步是对2007—2010年房价变化、家庭资产负债表渠道以及总体金融环境恶化对总就业的影响进行分解。我们首先将表1中的估计结果与预测方程中得到的相关冲击相乘。然后,计算各州效应的加权总和,进而得到给定时间段内发生冲击对未来h期总就业增长的影响。由于冲击并不是序列相关的,我们可以估计每个时间段发生的每个冲击的影响,然后加总得出所有冲击对就业的影响。
图7显示了在2007年第一季度到2010年第一季度这段时间中,各种冲击(分别为住房价格、家庭资产负债表和金融债券溢价冲击)的累积影响,以及在此期间总就业的实际变化趋势。相对于这一时期的趋势而言,总就业下降了9个百分点。房价冲击对总就业的线性影响是温和的,仅推动这一时期的就业率下降1.7个百分点。相反,危机时期的家庭资产负债表效应相当大,推动总就业下降了4.1个百分点。金融债券溢价的冲击影响最大,导致总就业下降了5.7个百分点。特别是,在2008年第三季度雷曼兄弟倒闭这一时间段内,金融债券溢价导致总就业下降了3.5个百分点。雷曼兄弟的倒闭与房价或家庭资产负债表对就业下降的影响无关。因此,虽然房价对家庭资产负债表的直接影响是总产出下降的一个重要原因,但是我们的估计结果表明,如果随后没有发生金融风暴,经济衰退会温和得多。*1.需要指出的是,我们关于金融冲击对就业影响的估计是保守的。因为我们没有考虑债券超额溢价冲击对当前房价的影响,而是考虑了后者对前者的影响。在另一种极端情况下,债券溢价冲击影响当前房价而不是相反。金融冲击解释了6.4%的就业率下降,杠杆调整后的房价冲击解释了3.7%。
注:图7显示了三类冲击(房价、家庭资产负债表和金融债券溢价)对2007年第一季度到2010年第一季度实际总就业人数和总就业变化的累积影响。 |
最后,我们还总结了本研究的两个限定条件。首先,有必要强调我们的研究具有简化的特点。我们有理由认为,房价下跌与杠杆率的相互作用刻画了家庭资产负债表效应,同时金融债券超额溢价冲击则刻画了金融中介业务的紊乱。但是,对就业的累积影响仍取决于所有发挥作用的传导机制。例如,经济对冲击的应对能力弱化有可能造成非金融企业的金融约束,这表明对金融危机的完整解释仍需要结构化的模型。
其次,我们运用线性向量自回归模型并对各种冲击同期交互作用施加限制,识别了房价与信贷利差的正交冲击。但是,图4和图5中的金融债券超额溢价大幅上涨可能源于房价下跌导致的抵押贷款违约,这转而导致金融市场动荡。线性回归方法可能难以很好地刻画这种现象。然而,通过纳入房价与杠杆率的相互作用,我们发现房价可能对就业有非线性影响,而且与金融市场紊乱的影响无关。因此,从识别房价冲击对就业影响的角度看,将信贷利差的冲击作为外生变量是合理的。此外,明确将非线性因素纳入模型也是可取的,这很可能还是需要更结构化的研究方法。
结论
深入理解大衰退至关重要,因为这将影响我们对未来宏观经济运行的看法。我们已经从理论和实证两方面论证了三个主要部门(家庭、金融中介和非金融企业)的财务困境在大衰退的演变中扮演了重要角色。我们的实证研究表明,家庭资产负债表效应和金融中介紊乱对总就业下降有显著影响。如果金融中介不陷入紊乱,最近的经济衰退就会相对温和。
当然,理解大衰退不仅需要着眼于经济低迷期,还需要更好地理解危机如何演变以及经济如何缓慢复苏。例如,单纯基于基本面的模型难以解释房价大幅上涨和随后的急剧下跌。这就使我们有可能运用行为经济学的方法解释对住房市场的预期如何由乐观转为悲观,尽管沿着这些路线的研究方法还没有得到广泛认可。在经济缓慢复苏方面,莱因哈特和罗高夫(Reinhart and Rogoff,2009)的研究表明,此次金融危机的复苏时间比常规情形下更长。尽管众多有关金融压力的指标表明,到2009年金融市场基本恢复正常,但仍有一些证据表明,对家庭(Midrigan、Jones and Phillipon,2017)和小企业(Chen、Hanson and Stein,2017)来说,信贷市场仍持续紧张。有关经济为何复苏缓慢,包括金融因素的作用,将是未来研究的重要课题。
(钟雯杨白冰李犁译)
参考文献
Adrian Tobias,Paolo,Colla,and Hyun Song Shin2013“Which Financial Frictions:Parsing the Evidence from the Financial Crisis of 2007 to 2009” In NBER Macroeconomics Annual 2012,vol27,edited by Daron Acemoglu,Jonathan Parker,and Michael Woodford,159-214University of Chicago Press
Adrian,Tobias,and Hyun Song Shin2010“The Changing Nature of Financial Intermediation and Financial Crisis of 2007-2009” Annual Review of Economics 2:603-618
Arellano,Cristina,Yan Bai,and Patrick Kehoe2016“Financial Frictions and Fluctuations in Volatility” NBER Working Paper 22990
Becker,Bo,and Victoria Ivashina2014“Cyclicality of Credit Supply:Firm Level Evidence” Journal of Monetary Economics 62:76-93
Benmelech,Efraim,Ralf RMeisenzahl,and Rodney Ramacharan2017“The Real Effects of Liquidity During the Financial Crisis:Evidence from Automobiles” Quarterly Journal of Economics 132(1):317-65
Berger,David,Veronica Guerrieri,Guido Lorenzoni,and Joseph VavraForthcoming“House Prices and Consumer Spending” Review of Economic Studies
Bernanke,Ben S1983“Nonmonetary Effects of the Financial Crisis in the Propagation of the Great Depression” American Economic Review 73(3):257-76
Bernanke,Ben S2010“Causes of the Recent Financial and Economic Crisis” Statement before the Financial Crisis Inquiry Commission,Washington,DC,September 2https://wwwfederalreservegov/newsevents/testimony/bernanke20100902ahtm
Bernanke,Ben S2015The Courage to Act:A Memoir of a Crisis and Its AftermathNew York:Norton
Bernanke,Ben,and Mark Gertler1989“Agency Costs,Net Worth,and Business Fluctuations” American Economic Review 79(1):14-31
Bernanke,Ben,and Mark Gertler1995“Inside the Black Box:The Credit Channel of Monetary Policy Transmission” Journal of Economic Perspectives 9(4):27-48
Bernanke,Ben S,Mark Gertler,and Simon Gilchrist1999“The Financial Accelerator in a Quantitative Business Cycle Framework” Chap21 in Handbook of Macroeconomics,vol1,edited by Ben Friedman and Michael WoodfordElsevier
Brunnermeier,Markus K,Thomas MEisenbach,and Yuliy Sannikov2013“Macroeconomics with Financial Frictions:A Survey” In Advances in Economics and Econometrics:Tenth World Congress of the Econometric Society,vol2:Applied Economics,edited by Daron Acemoglu,Manuel Arellano,and Eddie Dekel,3-94Cambridge University Press
Brunnermeier,Markus K,and Yuliy Sannikov2014“A Macroeconomic Model with a Financial Sector” American Economic Review 104(2):379-421
Chen,Brian S,Samuel GHanson,and Jeremy CStein2017“The Decline of BigBank Lending to Small Businesses:Impacts on Local Credit and Labor Markets” NBER Working Paper 23843
ChodorowReich,Gabriel2014“The Employment Effects of Credit Market Disruptions:Firmlevel Evidence from the 2008-9 Financial Crisis” Quarterly Journal of Economics 129(1):1-59
ChodorowReich,Gabriel,and Antonio Falato2017“The Loan Covenant Channel:How Bank Health Transmits to the Real Economy” NBER Working Paper 23879
Christiano,Lawrence J,Roberto Motto,and Massimo Rostagno2014“Risk Shocks” American Economic Review 104(1):27-65
Covitz,Daniel,Nellie Liang,and Gustavo ASuarez2013“Evolution of a Financial Crisis:Collapse of the AssetBacked Commercial Paper Market” Journal of Finance 68(3):815-48
Cúrdia,Vasco,and Michael Woodford2011“The CentralBank Balance Sheet as an Instrument of Monetary Policy” Journal of Monetary Economics 58(1):54-79
Diamond,Douglas W,and Philip HDybvig1983“Bank Runs,Deposit Insurance,and Liquidity” Journal of Political Economy 91(3):401-419
Eichengreen,Barry1992 Golden Fetters:The Gold Standard and the Great Depression,1919-1939New York:Oxford University Press
Eggertsson,Gauti B,and Paul Krugman2012“Debt,Deleveraging,and Liquidity Trap:A FisherMinskyKoo Approach” Quarterly Journal of Economics 127(3):1469-1513
Fisher,Irving1933“The DebtDeflation Theory of Great Depressions” Econometrica 1(4):337-57
Geanakopolos,John2010“The Leverage Cycle” Chap1 in NBER Macroeconomics Annual 2009,vol,24,edited by Daron Acemoglu,Kenneth Rogoff,and Michael WoodfordUniversity of Chicago Press
Gertler,Mark,and Peter Karadi2011“A Model of Unconventional Monetary Policy” Journal of Monetary Economics 58(1):17-34
Gertler,Mark and Nobuhiro Kiyotaki2015“Banking,Liquidity and Bank Runs in an Infinite Horizon Economy” American Economic Review 105(7)2011-43
Gertler,Mark,and Nobuhiro Kiyotaki2011“Financial Intermediation and Credit Policy in Business Cycle Analysis” Chap11 in Handbook of Monetary Economics,vol3A,edited by Benjamin MFriedman,and Michael WoodfordAmsterdam,Netherlands:Elsevier
Gertler,Mark,Nobuhiro Kiyotaki,and Andrea Prestipino2016“Wholesale Banking and Bank Runs in Macroeconomic Modeling of Financial Crises” Chap 16 in Handbook of Macroeconomics,vol2,edited by John BTaylor and Harald Uhlig
Gertler,Mark,Nobuhiro Kiyotaki,and Andrea Prestipino2017“A Macroeconomic Model with Financial Panics” NBER Working Paper 24126
Gilchrist,Simon,Raphael Schoenle,Jae Sim,and Egon Zakrajek2017“Inflation Dynamics During the Financial Crisis” American Economic Review 107(3):785-823
Gilchrist Simon,Michael Siemer and Egon Zakrajek2017“The Real Effects of Credit Booms and Busts:A CountyLevel Analysis” Unpublished paper
Gilchrist,Simon,and Egon Zakrajek2012“Credit Spreads and Business Cycle Fluctuations” American Economic Review 102(4):1692-1720
Giroud,Xavier,and Holger Mueller2017“Firm Leverage,Consumer Demand,and Unemployment During the Great Recession” Quarterly Journal of Economics 132(1):271-316
Gorton,Gary B2010Slapped by the Invisible Hand:The Panic of 2007Oxford University Press
Guerrieri,Veronica,and Guido Lorenzoni2017“Credit Crises,Precautionary Saving and the Liquidity Trap” Quarterly Journal of Economics 132(3):1427-67
He,Zhiguo,and Arvind Krishnamurthy2013“Intermediary Asset Pricing” American Economic Review 103(2):732-70
He,Zhiguo,and Arvind Krishnamurthy2014“A Macroeconomic Framework for Quantifying Systemic Risk” NBER Working Paper 19885
Iacoviello,Matteo2005“House Prices,Borrowing Constraints and Monetary Policy” American Economic Review 95(3):739-64
Jermann,Urban,and Vincenzo Quadrini2012“Macroeconomic Effects of Financial Shocks” American Economic Review 102(1):238-71
Jordà,scar2005“Estimation and Inference of Impulse Responses by Local Projections” American Economic Review 95(1):161-82
Justiniano,Alejandro,Giorgio EPrimiceri,and Andrea Tambalotti2010“Investment Shocks and Business Cycles” Journal of Monetary Economics 57(2):132-45
Kacperczyk,Marcin,and Philipp Schnabl2010“When Safe Proved Risky:Commercial Paper During the Financial Crisis of 2007-2009” Journal of Economic Perspectives 24(1):29-50
Kaminsky,Graciela L,and Carmen MReinhart1999“The Twin Crises:The Causes of Banking and Balance of Payments Problems” American Economic Review 89(3):473-500
Kaplan,Greg,Kurt Mitman,and Gianluca LViolante2017“The Housing Boom and Bust:Model Meets Evidence” NBER Working Paper 23694
Kashyap,Anil K,Jeremy CStein,and David WWilcox1993“Monetary Policy and Credit Conditions:Evidence from the Composition of External Finance” American Economic Review 83(1):78-98
Kiyotaki,Nobuhiro,and John Moore1997“Credit Cycles” Journal of Political Economy 105(2):211-48
Krishnamurthy,Arvind,Stefan Nagel,and Dimitri Orlov2014“Sizing Up Repo” Journal of Finance 69(6):2381-2417
Mendoza,Enrique G2010“Sudden Stops,Financial Crises,and Leverage” American Economic Review 100(5):1941-66
Mian,Atif,Kamalesh Rao,and Amir Sufi2013“Household Balance Sheets,Consumption,and the Economic Slump” Quarterly Journal of Economics 128(4):1687-1726
Mian,Atif and Amir Sufi2014“What Explains the 2007-2009 Drop in Employment” Econometrica 82(6):2197-2223
Mian,Atif,Amir Sufi,and Emil Verner2017“Household Debt and Business Cycles World wide” Quarterly Journal of Economics 132(4):1755-1817
Midrigan,Virgiliu,Callum Jones,and Thomas Phillipon2017“Household Leverage and the Recession” Unpublished paper
Reinhart,Carmen M,and Kenneth SRogoff2009This Time is Different:Eight Centuries of Financial FollyPrinceton
Schularick,Moritz,and Alan MTaylor2012“Credit Booms Gone Bust:Monetary Policy,Leverage Cycles,and Financial Crises,1870-2008” American Economic Review 102(2):1029-61