Maximum entropy estimation of income distributions from Basmann’s weighted geometric mean measure
基于Basmann加权几何均值度量的收入分布最大熵估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要核心是收入分布与不平等度量，并关注均值之外的分布特征。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
基于Basmann加权几何均值度量的收入分布最大熵估计
- 研究问题
- 能否构造既衡量不平等、又描述收入分布其他特征的灵活指标，并用它考察美国长期收入不平等与宏观经济变量的关系？
- 方法与思路
- 作者提出与加权几何均值度量相关的最大熵不平等指标，使用CPS数据并结合聚合宏观建模方法，研究1947—2014年的美国趋势。
- 材料陈述的贡献
- 摘要称新指标可描述额外分布特征；应用报告失业率上升、通胀率下降和GDP增长率下降与不平等加深相联系。
- 阅读关注点
- 应核对最大熵约束、指标与收入分布特征的对应关系、长期数据的一致性，以及宏观模型如何区分共同趋势、相关性和因果关系。
- 阅读边界
- 仅据出版社摘要，无法判断指标具体性质、估计误差或宏观关系的识别；摘要报告的方向不能直接解释为已确立的因果效应。
原文摘要
This paper introduces a new Maximum Entropy based inequality measure that is related to Basmann’s class of weighted geometric mean (WGM) measures, but with the added feature that the new measure is flexible enough to describe other characteristics of an observed income distribution function (IDF), a feature that other well-known measures do not possess. As an application, using Current Population Survey (CPS) data, we apply the new measure to Blinder and Esaki’s (1978) aggregate macro-modeling approach to examine US income inequality trends from 1947 to 2014. Increases in the unemployment rate and decreases in inflation rates and in the growth rate in gross domestic product (GDP) were found to deepen income inequality; rising inequality is a recent trend many policymakers have been watching with concern.