A practical log‐linear aggregation method with examples: heterogeneous income growth in the USA
实用的对数线性加总方法：美国异质性收入增长示例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：摘要核心是异质对数线性函数的加总与宏观应用，未明确涉及所列预测、因子或分布效应等细分方法。
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
实用的对数线性加总方法：美国异质性收入增长示例
- 研究问题
- 如何把异质个体的对数线性函数准确加总为经济总体表示，异质性会如何改变对美国收入增长的解读？
- 方法与思路
- 作者借助不平等指标构造简单而精确的加总表示，讨论卢卡斯供给、异质贴现率与增长模型，并使用 CPS 汇总数据。
- 材料陈述的贡献
- 摘要称方法提供精确加总表示；增长应用提示首次石油冲击后的减速更严重，而新经济时期的增长回升弱于表面表现。
- 阅读关注点
- 核对精确加总成立的函数条件、不平等指标与权重的作用，以及 CPS 数据处理和增长比较基准的具体构造。
- 阅读边界
- 仅据所给 Crossref 摘要，精确性所需条件与经验变化幅度未说明；增长重新测算不等于识别石油冲击的因果效应。
原文摘要
Abstract A practical aggregation method for heterogeneous log‐linear functions is presented. Inequality measures are employed in the construction of a simple but exact aggregate representation of an economy. Three macroeconomic applications are discussed: the aggregation of the Lucas supply function, the time‐inconsistent behaviour of an egalitarian social planner facing heterogeneous discount rates, and the case of a simple heterogeneous growth model. In the latter application, aggregate CPS data is used to show that the slowdown that followed the first oil shock is worse than usually thought, and that the ‘new economy’ growth resurgence is not as strong as it appears. The reaction of one man could be forecast by no known mathematics; the reaction of a billion is something else again.— Foundation and Empire , Isaac Asimov (1952) Copyright © 2003 John Wiley & Sons, Ltd.