The persistent-transitory representation for earnings processes
劳动收入过程的持久—暂时成分表示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：摘要明确分析动态过程的冲击分解、ARMA参数与Beveridge–Nelson分解，直接对应时间序列方法方向。
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
劳动收入过程的持久—暂时成分表示
- 研究问题
- 研究动态收入过程的冲击如何分解为持久与暂时成分，以及不限制两者相关性时，常用研究对象还能识别到何种程度。
- 方法与思路
- 作者比较零相关与完全相关的分解限制，分析未约束相关性时的集合识别，并以ARMA参数和PSID男性样本说明。
- 材料陈述的贡献
- 摘要称缺少附加限制时分解不确定，合理ARMA参数下常用对象的界限很宽，收入数据例子显示这一问题具有实际影响。
- 阅读关注点
- 应核对成分定义、相关性限制如何影响识别集、界限所针对的对象，以及ARMA设定与收入数据的估计处理。
- 阅读边界
- 仅据所给OpenAlex版本摘要，具体界限、参数范围和实证幅度未说明；不能判断所有收入过程，不推断刊本变化。
原文摘要
We consider the decomposition of shocks to a dynamic process into a persistent and a transitory component. Without additional assumptions (such as zero correlation) the decomposition of shocks into a persistent and transitory component is indeterminate. The assumption that is conventional in the earnings literature is that there is no correlation. The Beveridge–Nelson decomposition that is widely used in time series analysis assumes a perfect correlation. Without restrictions on the correlation, the persistent-transitory decomposition is only set-identified. For reasonable autoregressive moving average (ARMA) parameters the bounds for widely used objects of interest are very wide. We illustrate that these disquieting findings are of considerable practical importance, using a sample of male workers drawn from the Panel Study of Income Dynamics (PSID).