跳到正文
← 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。

本页为预印本版本;arXiv 收录、作者填写的期刊信息以及作者既有发表经历,都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对,只展示已核实例,档案仍可能误合并。

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:摘要直接讨论收入动态模型系数及永久、暂时冲击结构的识别,支持结构估计方向;未明确说明面板样本设计。

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…

关注这篇论文的作者
Dan Ben-Moshe

允许同期收入冲击相依的收入过程识别

研究问题
当永久与暂时收入冲击在同一期可以任意相依时,如何识别收入动态模型的系数,并补足传统二阶矩方法的信息不足。
方法与思路
作者提出新的系数识别思路,强调通过非高斯性假设使用高阶矩信息,以容许同期不同收入冲击之间存在依赖关系。
材料陈述的贡献
摘要称,该识别方法扩大了收入动态模型可容许的冲击结构,例如允许换工作的永久收入冲击与搬迁奖金的暂时冲击相联系。
阅读关注点
应核对收入过程的具体方程、非高斯性及跨期限制,哪些系数可以识别,以及高阶矩存在性和实际估计所需的数据条件。
阅读边界
这是arXiv预印本,同行评审或期刊接收未核实;摘要未说明识别定理、估计算法或应用结果,任意同期依赖不代表没有其他限制。

原文摘要

This paper proposes a novel approach for identifying coefficients in an earnings dynamics model with arbitrarily dependent contemporaneous income shocks. Traditional methods relying on second moments fail to identify these coefficients, emphasizing the need for nongaussianity assumptions that capture information from higher moments. Our results contribute to the literature on earnings dynamics by allowing models of earnings to have, for example, the permanent income shock of a job change to be linked to the contemporaneous transitory income shock of a relocation bonus.

笔记与分组