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。

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:摘要明确构建并以极大似然估计劳动搜寻、工资议价和岗位终止的结构模型。

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
Julien Prat

干中学速率:搜寻匹配模型的估计

研究问题
如何在工资议价、随机生产率和内生岗位终止的搜寻匹配框架中估计干中学速率,并评估其对总产出与就业的影响?
方法与思路
作者构建工资由纳什议价决定、个体生产率服从几何布朗运动的求职模型,以 CPS 的接受工资和就业持续期数据作极大似然估计。
材料陈述的贡献
摘要称即使观测范围依赖参数,估计量仍渐近正态;模型能较好刻画工资与就业期联合分布,干中学对产出影响较大、就业影响较小。
阅读关注点
应核对生产率过程与岗位终止机制、参数识别、参数依赖观测范围下的渐近证明,以及拟合评价和总量效应计算。
阅读边界
仅依据所给 Crossref 版本摘要;渐近正态条件、拟合指标和总量效应幅度未说明,不能脱离模型作因果外推或推断版本变化。

原文摘要

Abstract We construct and estimate by maximum likelihood a job search model where wages are set by Nash bargaining and idiosyncratic productivity follows a geometric Brownian motion. The proposed framework enables us to endogenize job destruction and to estimate the rate of learning‐by‐doing. Although the range of the observations is not independent of the parameters, we establish that the estimators satisfy asymptotic normality. The structural model is estimated using Current Population Survey data on accepted wages and employment durations. We show that it accurately captures the joint distribution of wages and job spells. We find that the rate of learning‐by‐doing has an important positive effect on aggregate output and a small impact on employment. Copyright © 2009 John Wiley & Sons, Ltd.

笔记与分组
相关领域论文