表3提供了一个初步答案。州级县级联邦储备银行的MEI(1)FE(2)FE(3)FE(4)FE(5)FE(6)FE(7)FE(8)Fedath风险(χ)-(1.56)0.61(1.56)0.61(1.60)0.61(1.81)Δ(1.08)3.22***(1.08)3.22***(1.08)2.22***(1.08)2.22(1.08)-2.08(1.08)-2.08(1.08)2.08(1.08)-2.02(1.02(1.08)2(1.08)2(1.08)2(1.08)2(1.08)2(1.08)2(1.08)2(1.08)-2.08)2.02(1.08)2.02(1.02(1.08)2(1.08)2(1.08)2(1.08)2(1.08)2(1.08)2(1.08)2(1.08)2(1.08)2(1.08)2.08)2(1.08)2.08)2 Y N N N时间Y Y Y Y N N N状态时间FE N N N Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y Y郡郡郡。R0.96 0.96 0.96 0.96 0.82 0.82 0.82 OBS 1530 1530 1530 1530 90569 90569注:括号内为聚集标准错误*p < 0.10, **p < 0.05, ***p < 0.01. 因变量是美联储的流动性和参与指数(MEI)。标准化coe根据变量的标准偏差对变量进行缩放得到的系数(%)。表3:关于报告病例和死亡的其他回归结果Goolsbee等人(2020年)构建了一个关于家庭和企业停业令的数据集疫情暴发的头几个月。县一级的封锁与州一级的封锁高度相关,尽管并不完美。此外,在2020年末,一些州开始实施地方封锁和留在家中的命令,其程度与邮政编码一样精细。这将使提议的身份无效更多最新数据。例如,di不同的个体会感知死亡风险这取决于一系列广泛的协变量,这些协变量可以系统地呃,横跨各县。Erst的四列使用了州一级的数据,表明虽然病例和死亡与经济活动呈负相关,但它们往往会失去重要的影响当我对感知风险的测量被纳入回归中时,它会变小。e最后四列重复了县级的演习。