Partial Identification of Economic Mobility: With an Application to the United States
经济流动性的部分识别：美国应用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：摘要明确使用美国面板数据，并通过经济状态转移概率的非参数界限研究流动性，支持面板数据与分布动态方向的分类。
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…
经济流动性的部分识别：美国应用
- 研究问题
- 当自报或行政记录存在测量误差时，个体与家庭经济流动性的转移概率能被识别到什么程度，又能否比较大衰退前后的短期流动性？
- 方法与思路
- 作者采用非参数部分识别，在对测量误差和流动过程施加不同假设时，为转移概率构造界限，并应用美国面板数据研究大衰退前后。
- 材料陈述的贡献
- 摘要称，该框架以较透明的方式显式纳入测量误差，提供不同假设下的转移概率界限，并用于美国大衰退前后的短期流动性分析。
- 阅读关注点
- 重点核对经济状态与转移矩阵的定义、各测量误差假设的含义、界限是否锐利，以及美国应用中界限宽度和衰退前后差异。
- 阅读边界
- 摘要未列出具体测量误差假设、面板数据来源与样本时期，也未报告界限宽度或流动性变化方向，无法判断识别界限的信息量。
原文摘要
The economic mobility of individuals and households is of fundamental interest. While many measures of economic mobility exist, reliance on transition matrices remains pervasive due to simplicity and ease of interpretation. However, estimation of transition matrices is complicated by the well-acknowledged problem of measurement error in self-reported and even administrative data. Existing methods of addressing measurement error are complex, rely on numerous strong assumptions, and often require data from more than two periods. In this article, we investigate what can be learned about economic mobility as measured via transition matrices while formally accounting for measurement error in a reasonably transparent manner. To do so, we develop a nonparametric partial identification approach to bound transition probabilities under various assumptions on the measurement error and mobility processes. This approach is applied to panel data from the United States to explore short-run mobility before and after the Great Recession.