使用来自NLSY的面板数据，我执行联合估计I)从一个年级到下一个年级的过渡的简化形式动态模型，具有观察到的和未观察到的异质性，以及ii)著名的Mincerian工资回归的灵活版本，具有技能异质性，学校教育的非线性，学校教育和经验的影响之间的不可分性和异方差(在未观察到的技能条件作用之后)。该模型拒绝了经验文献中常见的所有简化假设。特别是，对数工资回归是高度凸出的，即使在对未观察到的和观察到的技能进行调节后也是如此。当忽略非线性时，也发现技能异质性被高估。在对技能异质性进行调节后，学校教育对工资增长具有因果效应。我发现，在标准框架(假设可分离性)中获得的估计可能低估了进入劳动力市场时上学的回报，低估幅度高达15%。最后，我发现随机工资冲击的方差随着经验的积累而减小，但或多或少与学校教育无关。