Estimation of Poverty Transition Matrices with Noisy Data
含噪数据下贫困转移矩阵的估计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：摘要明确使用韩国家庭面板支出资料研究跨期贫困转移，面板数据结构是测量误差分析的直接载体。
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
含噪数据下贫困转移矩阵的估计
- 研究问题
- 支出数据中的测量误差如何影响贫困转移矩阵，并使家庭进入或退出贫困的比例产生偏差，进而改变对经济流动性的判断？
- 方法与思路
- 作者比较基于调查支出与模拟无测量误差支出得到的贫困转移矩阵；模拟模型采用对支出测量误差进行校正后的估计。
- 材料陈述的贡献
- 摘要称时变测量误差会夸大经济流动性；韩国家庭面板中的脱贫比例约为45%，去除误差的模拟结果为26%—31%。
- 阅读关注点
- 重点核对支出误差校正与模拟模型的假设、贫困阈值和转移矩阵构造，并检查结果对误差时间变化及模型设定的敏感性。
- 阅读边界
- 无测量误差支出来自模拟，不能视为直接观测的真实支出；摘要未说明校正模型细节、估计不确定性及其他样本中的适用范围。
原文摘要
Summary This paper investigates measurement error biases in estimated poverty transition matrices. We compare transition matrices based on survey expenditure data to transition matrices based on measurement‐error‐free simulated expenditure. The simulation model uses estimates that correct for measurement error in expenditure. We find that time‐varying measurement error in expenditure data magnifies economic mobility. Roughly 45 % of households initially in poverty at time t − 1 are found to be out of poverty at time t using data from the Korean Labor and Income Panel Study. When measurement error is removed, this drops to between 26 and 31 % of households initially in poverty. Copyright © 2016 John Wiley & Sons, Ltd.