我们建立了一个具有动态自我选择的晋升经验模型，其中当前晋升概率取决于公司的等级、个人人力资本、未观察到的(对计量经济学家而言)个人特定属性、时变的公司特定变量(公司规模和利润)以及内生的过去晋升历史。我们研究了以前的晋升历史(通过实现晋升速度来衡量)对未来晋升结果的因果关系。该模型适用于380多家不同公司的3万名美国高管8年的晋升历史。产生晋升的随机过程与标准人力资本禀赋变量(年龄、学校教育和任期)的相关性很弱。它可以被看作是一系列的晋升概率，随着个人等级的上升而变得越来越小，主要是由个人(或公司)的特定因素来解释，而不是测量的人力资本。我们还发现，在不可观察的条件下，平均而言，过去实现的晋升速度只略微提高了晋升概率(结构性快车道效应)。然而，我们发现在过去的晋升历史的影响中存在一个相对较高的横断面离散，我们能够为这种相对较高的离散提供一个解释。一般来说，实现晋升速度的个人具体效应的大小与积累的人力资本(学历和任期)成反比。我们认为这些发现与假设一致，即过去晋升的信号方面对那些受教育程度较低的人更强，对那些在公司中相对较新的人更强。我们还发现，对于一部分人来说，当前的晋升和过去的晋升速度之间存在负相关关系，我们能够将这一发现与“彼得原理”联系起来。