作者：塞尔吉奥·平托，马歇尔·斯坦鲍姆
来源：Hysteresis & Student Debt | Phenomenal World
日期：2021-06-10
译者：韩齐岳
2008-2009年全球经济衰退的地理特征已经广为人知。虽然美国各地都经历了失业率的急剧上升，但一些地区遭受了次级抵押贷款和随之而来的房地产泡沫破裂的过度影响，还有一些地区——由于在受打击更严重的行业中，很多行业曾贡献了较大比例的本地就业，因此经历了更为严重的周期性衰退。
大衰退也在很大程度上要为学生债务危机负责,大衰退的地理轮廓对于全国各地学生债务问题的发展有重大影响。在金融危机爆发之前,借款人数量和平均贷款余额就在迅速增加,这要归因于2000年代初上一次周期性衰退后公立大学系统资金的削减。大衰退使这些趋势加速:由于可用工作岗位减少和劳动力市场更加挑剔,许多年轻人被引导进入一个已经在过程中变得更加依赖学生及其家庭支付高额学费而非国家支持的高等教育系统。那些为提高就业前景而进入该系统寻求学历的人,毕业后(或未毕业)进入的劳动力市场仍然遭受工资停滞和就业机会消失的困扰。学历化导致贷款余额占收入的比例上升、拖欠率上升,最终导致还款率下降。
据我们所知,我们的研究是首次在个人层面(而非宏观层面)同时考察大衰退和学生债务危机的研究。我们的出发点是经济学文献,该文献将大衰退的影响与大衰退正式结束后持续多年的劳动力市场困境联系起来。经济增长在2010年恢复,但对受影响最严重的人而言,衰退对就业和收入的负面影响至少持续到2010年代中期,很可能一直持续到现在。这种现象在劳动经济学和宏观经济学文献中被称为”滞后效应”,源自物理学概念,指的是对暂时性冲击的反应结果的路径依赖性。该文献中最直接启发我们方法的论文是Yagan (2019)的《大衰退的就业滞后效应》,该文发现2007-2009年间当地失业率的上升导致个人就业和收入的持续减少,无论他们在此期间是否失业。具体而言,该论文估计失业率上升一个百分点与2015年就业概率减少0.393个百分点和年收入减少997美元相关。
在这项研究中,我们考虑了大衰退对学生债务相关结果的影响,将像Yagan这样的论文的逻辑扩展到学生债务危机,考虑到劳动力市场困境与高等教育长期入学、学费上涨、机构隔离、收入不足以偿还贷款以及学生债务危机是劳动力市场整体功能障碍的一个方面的诸多其他方式之间的明显关系。我们发现,一个人在大衰退期间的居住地不仅影响了他们的就业结果,还影响了他们的学生贷款余额,最终导致在仍然疲软的劳动力市场中累积的未偿还债务负担。使用尽可能类似于Yagan (2019)的规范,我们表明2007-2009年间当地失业率上升一个百分点与2019年学生贷款余额增加约812美元、学生贷款每月所需还款增加5.10美元以及2019年全额偿还未偿还学生贷款的概率下降约0.75个百分点相关。这些效应规模很大,更重要的是因为大衰退的冲击是严重的:冲击的中位水平约为4.5个百分点。因此,我们的估计意味着,如果没有大衰退的发生,遭受中位数冲击的人的学生贷款余额会比实际情况低3500多美元。此外,我们发现在我们2009年18-34岁的整体借款人样本中,年轻群体的贷款余额增加更多,这表明大衰退对学生债务危机的影响对那些在2009年还没有年龄大到承担学生债务的人来说更糟。
数据
我们研究的基础是一个包含100万学生借款人信用报告的面板数据集,始于2009年,持续十年至2019年。样本框架要求个人在2009年年龄在18至34岁之间,并且当时有未偿还的学生贷款余额。我们直接观察样本中的一些人口特征,包括年龄、性别和从个人地址得出的几个地理变量。
我们进一步分别观察每年个人层面与信用相关的结果。就本研究而言,我们关注学生债务相关的结果:所有未偿还学生贷款的总余额、未偿还学生贷款的每月总还款额,以及我们构建的一个变量,用于编码2009年有未偿还学生债务的个人是否在相关后续年份偿还了所有学生贷款。我们通过观察未偿还余额的连续情况构建最后一个结果:如果一个人的总余额逐年下降,并在某一年达到未偿还贷款的零余额,我们将该人编码为在那一年全额偿还了贷款。如果我们没有观察到随后的正余额,我们假设这种情况在往后仍然持续。本系列的前期工作已经记录了这批学生借款人的还款情况:中位数借款人在2019年仍有约37%的2009年余额未偿还,超过25%的借款人在2019年的学生债务余额比2009年还多。
本研究的前提是,一个人在大衰退期间居住的地理区域是他们受大衰退影响程度的代理变量,类似于Yagan的研究。因此,它使用2007年至2009年间个人在2009年(我们数据的第一年)居住的通勤区失业率变化作为该个人被大衰退”冲击”程度的指标。通勤区级别的失业率变化可从Yagan教授2019年论文的复制文件中获得,这些数据是根据美国劳工统计局地方失业统计的县级失业率构建的,并在图1中绘制。
回归方程
主要回归模型如下：
其中i表示面板数据中的个人,c指该个人在2009年居住的当地区域(通勤区), t指2010-2019年中的某个”结果”年份。在这里,SHOCK指的是2007年至2009年间通勤区失业率的百分点变化,与Yagan (2019)一致。回归变量x指个人层面的协变量,分为2009年观察到的个人情况和结果年份201t观察到的情况。感兴趣的结果y表示为201t年相对于基准年2009年的结果差异。ε是一个个人-年度扰动项,假设与冲击值不相关。
这个回归中感兴趣的系数是β,它被解释为冲击值高出一个百分点(即个人i在2009年居住的通勤区2007年至2009年间失业率上升一个百分点)对感兴趣结果的因果效应,以感兴趣结果的单位表示。
协变量包括年龄、性别、2009年的学生贷款余额,以及个人i在回归结果年份居住的通勤区的当前失业率(不一定是2009年的同一通勤区)。面板中的每个人至少在2009年都是学生债务人。这些控制变量旨在隔离大衰退对该广泛群体中个人的影响,即比较2009年年龄、性别和未偿还学生贷款余额相同的个人。这个想法是,整体样本中的个人可能处于教育程度或经济生命周期的非常不同阶段,我们想比较受大衰退影响程度不同但其他方面相似的个人,以确定大衰退对学生债务相关结果的影响。识别假设是,在这些协变量条件下,个人(2009年年龄、性别和学生贷款余额相同)之间在2009年之后出现的结果差异是由大衰退冲击严重程度的差异造成的。
图1. 这张图基于Yagan (2019)的图3,按通勤区绘制大衰退冲击的八分位数。大衰退冲击是2007年至2009年间通勤区失业率的变化。更高的值(更深的阴影)表示通勤区失业率增加更多,即大衰退更为严重。
结果
如上所述,我们关注三个与学生债务相关的感兴趣结果:个人层面的总学生贷款余额、学生贷款的每月总所需还款额,以及个人是否完成了所有未偿还学生贷款的还款。对于每个结果,我们报告2009年后每年的回归结果。所有结果都相对于2009年的基准定义,因为样本中的所有个人在那一年都有未偿还的学生债务。前两个感兴趣的结果是自2009年以来的美元变化,而”完成还款”结果是二元的。
表1报告了2009年至2019年学生贷款余额变化对冲击和协变量的回归。首选规范在第5列给出,添加了所有协变量。点估计812.2表示2007年至2009年间失业率变化高出一个百分点对应2009年至2019年间未偿还余额增加812.20美元。所有回归都使用在2009年居住的通勤区级别聚类的稳健标准误差。
值得注意的是协变量估计系数的一些模式:女性似乎比男性承担更多学生债务,考虑到这是2009年18至34岁学生债务人的样本,该样本中较年轻的借款人在2009年之后承担的学生债务比年长的借款人更多。可能出于相关原因,2009年已有更多未偿还学生债务的借款人随后承担的债务较少。这两个事实突出了样本中存在的生命周期异质性。2009年之后生活在失业率较高地区的借款人也承担了更多债务。
表1. 这个回归表报告了2019年和2009年贷款余额差异对大衰退冲击变量和控制变量的回归结果。顶行是感兴趣的估计系数,值可以解释为美元金额。括号中为稳健标准误差。
图2以两种不同方式可视化了这些结果:首先,通过在2010-2019年的每一年分别进行回归,它显示了大衰退冲击的影响在增加,表明这些影响并没有随时间消散,反而相反。其次,对于2019年的结果年份,分箱散点图描绘了冲击的二十分位数在横轴上。纵轴绘制了该冲击二十分位数内结果的平均值(扣除回归表1第5列中使用的相同控制变量)。最佳拟合线绘制了估计的关系,因此其斜率约等于回归系数812.2。注意,冲击的范围在受冲击最小的5%通勤区略低于两个百分点(即他们的失业率上升略低于两个百分点)和受冲击最大的5%超过七个百分点之间。纵轴上的负数代表2009年至2019年间平均学生贷款余额下降,正数代表余额增加。
因此,综合来看,图2的结论是,生活在受冲击最严重的通勤区的学生债务人在2009年至2019年间经历了学生贷款余额的上升,而生活在受冲击最小的通勤区的人经历了余额下降,随着时间的推移,他们之间的差距在扩大。
图2. 对于这些图中的每一个,感兴趣的结果是2009年与相关结果年份(在底部分箱散点图的情况下为2019年)之间总学生贷款余额的变化。我们在每年分别进行回归,并在顶部逐年绘制大衰退冲击系数。在底部,分箱散点图描绘了冲击值的二十分位数和该通勤区二十分位数内个人总贷款余额变化的相应平均值。
图3. 这张图按通勤区绘制了2009年至2019年间学生贷款余额平均变化的八分位数。更高的值(更深的阴影)表示通勤区未偿还学生贷款余额的平均变化更大。
表2报告了与表1相同的回归规范,但以2009年至2019年间学生贷款每月总还款额的变化作为感兴趣的结果,而不是总未偿还余额的变化。在这里,首选规范中的点估计为5.1,意味着2007-2009年失业率变化高出一个百分点对应2019年相对于2009年的学生贷款还款额高出5.10美元。图4由与图2相同的两个图组成,用于这个额外的感兴趣结果。
表2. 这个回归表报告了2019年和2009年学生贷款每月还款额差异对大衰退冲击变量和控制变量的回归结果。顶行是感兴趣的估计系数,值可以解释为美元金额。括号中为稳健标准误差。
图4. 对于这些图,感兴趣的结果是2009年与相关结果年份(底部分箱散点图为2019年)之间学生贷款每月总还款额的变化。我们在每年分别进行回归,并在顶部逐年绘制大衰退冲击系数。在底部,分箱散点图描绘了冲击值的二十分位数和该通勤区二十分位数内个人每月总还款额变化的相应平均值。
图5. 这张图按通勤区绘制了2009年至2019年间每月学生贷款还款额平均变化的八分位数。更高的值(更深的阴影)表示通勤区每月学生贷款还款额的平均变化更大(即减少程度更小)。
关于这第二个每月还款结果,有几点需要注意:首先,相对于总学生贷款余额,它似乎是一个滞后指标,这可能是因为如果学生债务人仍在就读,他们在贷款发放后的一段时间内(通常是毕业后六个月)享有延期还款的权利。因此,所需的还款额滞后于贷款余额,大衰退的效应直到2013年或2014年才出现,而对于未偿还余额,这种效应在2010年就出现了。其次,对于每月还款额变化的结果,冲击变量的几乎所有二十分位数都显示2009年至2019年间还款额在下降,但在受冲击最严重的地方,下降幅度最小。这可能与两件事有关:2016年之后收入驱动还款计划的参与增加,导致相对于收入的还款额降低,但也减少了未偿还余额的还款。这意味着所需的还款时间更长,并且(因此)在受冲击最严重的通勤区,到样本结束时达到全额还款的借款人比例较小。
表3关注最后一个感兴趣的结果:全额还款的可能性。再次注意,这个结果是以水平形式指定的,即完成还款的二元结果,而不是相对于2009年的差异(因为样本中的每个人在2009年都有未偿还的学生债务)。回归表显示,2007年至2009年间失业率变化高出一个百分点对应2019年全额还款概率低0.75个百分点。冲击对全额还款的影响也随时间增强,与前两个结果一样。
表3. 这个回归表报告了2019年前全额偿还学生贷款的概率对大衰退冲击变量和控制变量的回归结果。顶行是感兴趣的估计系数,值应解释为概率的百分点变化。括号中为稳健标准误差。
图6. 对于这些图,感兴趣的结果是在相关年份前全额偿还学生贷款的概率。我们在每年分别进行回归,并在顶部逐年绘制大衰退冲击系数。在底部,分箱散点图描绘了冲击值的二十分位数和该通勤区二十分位数内个人全额还款的相应平均概率。
图7. 这张图按通勤区绘制了2019年已完成学生贷款还款的个人比例的八分位数。面板中的所有个人在2009年都有学生债务。更高的值(更深的阴影)表示通勤区内已全额偿还学生贷款的个人比例更高。
对于“识别”的威胁
相对于本研究所基于的估计策略,即Yagan(2019)采用的策略,本研究有两个缺点,一个较小,一个更为严重。首先,我们只从2009年开始观察面板中的个人,这是在大衰退冲击区间的结束而不是开始,而且我们在信用报告数据中观察到的人口统计和经济协变量(年龄、性别和”起始”学生贷款余额)比前一项研究的税收申报数据(年龄、衰退前收入和衰退前就业行业)更少(且可能不太可靠)。从这个意义上说,在我们的研究中,控制变量之外的人口残差变异可能比Yagan的研究中更大,而设计旨在创建一个尽可能同质的样本,只在受大衰退影响程度上有所不同(尽管应该注意到,我们的样本在年龄和全都是学生贷款借款人这一事实上本质上更加同质)。然而,我们认为这些缺陷是微不足道的,因为在何时受影响的变异相比于受影响程度的变异而言不那么重要。Yagan(2019)在这些方面显示了一些变异,例如在经历大规模裁员的子样本(他们较早经历衰退冲击)和在全国连锁零售店工作的子样本(对他们来说影响需要更长时间才能显现)之间。尽管存在这些差异,但在随后的2010-2015年间,大衰退对这两个子样本的就业和收入的影响在时间上在定性上是相似的。
尽管如此，我们对于将全球经济衰退相关冲击对学生债务结果的影响归因于因果关系相当有信心。学生债务危机的严重程度在地理上存在巨大差异，但这种差异主要由州一级的政策差异驱动——即公共高等教育系统依赖公共资金与学费的程度，以及不同类型机构的地理分布差异，这些机构具有不同的商业模式。（例如，生活在盈利性机构附近与增加学生贷款余额和其他学生债务问题相关。）这些因素至少在经济衰退之前与全球经济衰退冲击的严重程度关系不大。全球经济衰退可能导致各州减少对公共高等教育的投资，并允许盈利性机构进入并在遭受严重劳动市场困境的地区扩张，但这些反应将发生在经济衰退期间和之后。因此，这些机制是被正确理解为产生我们估计的因果关系之一的众多机制之一。
最后，Yagan (2019) 能够测试并拒绝了与其论文关注的结果相关的先前趋势：就业和收入。那么，如果我们的学生债务相关结果存在先前趋势，这些趋势与经济衰退影响的地理变化关系不那么密切，但在与经济衰退期间表现的地理变化更密切相关的结果中却没有，那将是令人惊讶的。我们还在回归规范中包括了同期失业率，以尝试控制可能代表地理变化的长期学生债务相关结果的代理，以及与全球经济衰退冲击本身。
解释
全球经济衰退无疑是学生债务危机的主要推动力：大学入学率增加，学生贷款水平飙升，特别是年轻工人在职业生涯早期难以获得全职就业，因此更长时间地留在教育中，同时由于州的撤资，面向学生的成本迅速增加。随着时间的推移，贷款额的增加，特别是在所谓的非传统人群中，导致了学生贷款的拖欠和违约率上升，到了2010年代末，导致越来越多的人加入收入驱动的还款计划，结果导致还款率降低。这一广泛叙述众所周知，尽管这项研究是首次在个体层面的面板数据中记录了这一点。这样做表明，学生债务代表了年轻群体进入劳动市场后劳动市场功能不良的一个方面，这些群体是在经济衰退之后进入的。Yagan (2019) 强调了该论文记录的就业影响的非就业渠道，可能的一种非就业劳动市场状态可能是高等教育的入学，导致学生债务增加。
以学生贷款资助高等教育的表面目的是，它是一种“投资”，以更高技能工人的更高收入和更稳定就业的形式“回报”。这一理念激发了导致学生债务危机的政策，如提高最高贷款额度和认证学位项目的扩散，并意味着有学生债务的人必须比没有的人更好，因为他们也有更多的教育，因此有更多的技能，从而获得更高的收入。这项研究的推断正好相反——学生债务意味着在劳动市场上运气更差，从它与经历了更严重的全球经济衰退冲击有关，这在恶化劳动市场结果方面有持久影响的意义上。因此，这些结果与认为上升的学生贷款余额和由此产生的未偿还贷款没有问题的观点形成了鲜明对比，因为学生借款人“在劳动市场上表现良好”，相对于其他人群是特权阶层。
Modestino, Shoag, 和 Ballance (2019) 表明，在经济衰退期间，当劳动市场疲软，雇主能够选择雇佣哪些工人时，职位广告针对特定职位头衔指定了更高的教育、经验和技能水平。随着经济衰退的复苏，这种效应逐渐减弱，但该研究的基本见解是，特定工作的“技能”要求并非（完全）内在于该工作，而是由劳动市场的疲软转移了更大的议价能力给个别雇主。不难想象这种动态促使工人寻求证书（或“技能”），因此承担更多的学生债务。如果教育和获得它所需的债务不对应更高的工资，那么他们在偿还债务上遇到更多麻烦也就不足为奇了。
此外，本研究使用的样本群体包括在2009年已经背负学生贷款的人，我们发现大萧条对这群人的学生贷款的影响随着时间的推移而累积。鉴于这种模式，大萧条对那些在2009年还没有学生贷款，但在进入劳动力市场后却发现市场因大萧条的影响而持续疲软的年轻群体，可能会有更严重的影响。关于大萧条对职业阶梯和经济生命周期的影响的文献，往往关注那些在大萧条期间处于劳动力市场的人，并暗示这群人比之前和之后的人群都处于永久性但异常的劣势。后续群体实际上可能情况更糟。我们样本中年龄最小的借款人在2009年至2019年期间往往承担了最多的债务，这与上述观点一致。不同群体的学生贷款偿还率无疑随着时间的推移而恶化，而且这种趋势在2010年代后期新冠疫情衰退之前，尽管劳动力市场相对健康，但仍然持续存在。所有这些都表明，后续的借款群体相对于本研究中的群体而言会更糟糕。
本研究中一个主要的悬而未决的问题是，如何从劳动力经济学的角度来准确解释大萧条的冲击及其导致的滞后现象。大萧条是否代表着在劳动力供给曲线基本保持不变的情况下，劳动力需求下降？或者说，劳动力市场力量的转移是否意味着由于外部工作机会的匮乏，工人的工资弹性相对于个别雇主而言降低，从而更容易被剥削？实际上，答案可能两者都有，但对各种机制的解释需要进一步的研究，以区分这两种原因。
转载请注明：《中国社会分红/基本收入研究网》 浏览量：439 views
