A Distributional Framework for Matched Employer Employee Data
雇主—雇员匹配数据的分布分析框架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：摘要利用匹配面板识别收入分布，并嵌套工资与劳动者流动的结构模型，对应面板数据、分布效应和结构估计。
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…
雇主—雇员匹配数据的分布分析框架
- 研究问题
- 如何利用雇主—雇员匹配面板识别收入分布与劳动者构成，同时容纳双方不可观测异质性、收入互补性及内生就业流动？
- 方法与思路
- 作者构建允许非线性交互的静态模型，以及加入马尔可夫收入动态和内生流动的动态模型，采用先分类企业的两步估计。
- 材料陈述的贡献
- 摘要称短面板可识别；瑞典应用发现对数收入近似可加、排序较强，企业对收入分散的贡献在扣除劳动者构成后较小。
- 阅读关注点
- 应核对短面板识别所需的流动与异质性条件、企业分类步骤，以及工资影响流动和前雇主影响后续收入的模型依据。
- 阅读边界
- 摘要未说明完整识别条件、企业分类误差及流动方程设定；瑞典样本的发现能否外推，或作因果解释，需结合全文判断。
原文摘要
We propose a framework to identify and estimate earnings distributions and worker composition on matched panel data, allowing for two‐sided worker‐firm unobserved heterogeneity and complementarities in earnings. We introduce two models: a static model that allows for nonlinear interactions between workers and firms, and a dynamic model that allows, in addition, for Markovian earnings dynamics and endogenous mobility. We show that this framework nests a number of structural models of wages and worker mobility. We establish identification in short panels, and develop tractable two‐step estimators where firms are classified in a first step. Applying our method to Swedish administrative data, we find that log‐earnings are approximately additive in worker and firm heterogeneity. Our estimates imply the presence of strong sorting patterns between workers and firms, and a small contribution of firms—net of worker composition—to earnings dispersion. In addition, we document that wages have a direct effect on mobility, and that, beyond their dependence on the current firm, earnings after a job move also depend on the previous employer.