我々は、NY連邦準備銀行の消費者期待調査からの主観的期待データを用いて、収益、職務、雇用動態を推定する新しいアプローチを開発する。これらのデータは、将来の収益提示と受諾確率に関する信念を提供し、反事実的な結果に関する直接的な情報を提供し、より弱い仮定の下での識別を可能にする。我々のフレームワークは、実現した結果を用いるモデルに影響を与える選択バイアスや観測されない異質性からのバイアスを回避する。第一段階の固定効果回帰は、リスク、持続性、移行効果を特定する。第二段階のGMMは、能力、移動性、マッチの質などの観測されない異質性の共分散構造を回復する。我々は、先行研究よりも個人の生産性要素のリスクと持続性が低いことを見出すが、能力とマッチの質の異質性は大きいことを見出す。シミュレーションは、職務移行と選別による、縮小形式の推定値が個人レベルの生産性における持続性とボラティリティを過大評価することを示す。異質性を考慮した後、ボラティリティは減少し、収益分布全体で平坦になる。これらの結果は、期待データの価値を強調する。