• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>The econometrics journal >Higher-order income dynamics with linked regression trees
【24h】

Higher-order income dynamics with linked regression trees

机译：具有链接回归树的高阶收入动态

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We propose a novel method for modelling income processes using machine learning. Our method links age-specific regression trees, and returns a discrete state process, which can easily be included in consumption-saving models without further discretizations. A central advantage of our approach is that it does not rely on any parametric assumptions, and because we build on existing machine learning tools it is furthermore easy to apply in practice. Using a 30-year panel of Danish males, we document rich higher-order income dynamics, including substantial skewness and high kurtosis of income levels and growth rates. We also find important changes in income risk over the life-cycle and the income distribution. Our estimated process matches these dynamics closely. Using a consumption-saving model, the implied welfare cost of income risk is more than 10% of income.
机译：我们提出了一种使用机器学习建模收入流程的新方法。我们的方法链接年龄特定的回归树，并返回一个离散状态过程，该过程可以容易地包括在消耗型号中而无需进一步离散化。我们的方法的核心优势是它不依赖于任何参数假设，而且因为我们建立在现有的机器学习工具上，此外易于在实践中申请。使用30年丹麦男性小组，我们记载了丰富的高阶收入动态，包括大量偏见和收入水平的高峰度和增长率。我们还发现生命周期和收入分配的收入风险的重要变化。我们的估计过程密切匹配这些动态。使用消费型模型，所暗示的收入风险成本超过收入的10％。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号