73 Arbeiten
Diese Arbeit untersucht ein Sender-Empfänger-Spiel mit mehrdimensionalem Zustand, in dem der Empfänger eine Komponente überprüfen kann, und identifiziert einen Gleichgewichtstyp, bei dem der Sender die höchsten Zustandskomponenten offenbart, was nur dann vorteilhaft ist, wenn der Sender dieses Ergebnis dem Kommunikationsverzicht vorzieht.
Diese Arbeit stellt ein neues Konfidenzintervall für den AR-Parameter vor, das unabhängig von der Anfangsbedingung sowohl asymptotisch als auch in endlichen Stichproben eine korrekte Abdeckung garantiert und dabei robust gegenüber bedingter Heteroskedastizität ist, während es bei stationären oder festen Anfangsbedingungen nur geringfügig an Länge verliert.
Diese Arbeit identifiziert und korrigiert einen Fehler im Code von Erdil & Ergin (2008), der zu instabilen Zuordnungen führte, und zeigt, dass zwar die theoretischen Ergebnisse unverändert bleiben, die quantitativen Befunde jedoch geringfügig revidiert werden müssen.
Der Artikel argumentiert, dass die aktuelle Politik zur Sicherheit von KI an der Spitze den strukturellen Koordinationsmangel bei der Bewältigung von Versagensfällen ignoriert und schlägt vor, bewährte Mechanismen aus Bereichen wie der Nuklearsicherheit und der Pandemieprävention anzupassen, um diese Lücke zu schließen.
Dieser Artikel stellt einen regularisierten Test vor, der die Portmanteau-Prüfung von Jasiak und Neyazi (2023) auf hochdimensionale, nicht-gaußsche Zeitreihen erweitert, um das Fehlen linearer und nichtlinearer serieller Abhängigkeiten zu überprüfen.
Diese Arbeit stellt ein neues ARCH-Framework für Daten in separablen Hilbert-Räumen vor, das die vollständige Entwicklung des bedingten Kovarianzoperators modelliert, und leitet für eine vereinfachte Variante stationäre Lösungen sowie konsistente Schätzer her, deren praktische Relevanz durch Simulationen und eine Anwendung auf hochfrequente intraday-Renditen demonstriert wird.
Dieses Papier stellt die Gimbal-Regression (GR) vor, ein deterministisches, geometriebewusstes lokales Regressionsverfahren, das durch explizite Orientierungsobjekte und geschlossene Lösungen numerische Instabilitäten bei der Schätzung räumlicher Heterogenität vermeidet und stabile, überprüfbare Ergebnisse liefert.
Die Arbeit untersucht, wie ein Designer durch die Einschränkung der zulässigen Experimente einen Versuchleiter, der zu Überzeugung neigt, optimal steuern kann, wobei sich bei S-förmigen Präferenzen des Versuchleiters eine „doppelte Zensur" als beste Delegationsstrategie erweist, die im Vergleich zur uneingeschränkten Delegation zu einer effizienteren Informationsbereitstellung führt.
Diese Arbeit erweitert den Double-Machine-Learning-Schätzer auf makroökonomische Zeitreihen durch die Einführung von „Reverse Cross-Fitting" und einer neuen Kalibrierungsregel, um asymptotisch gültige und robuste Inferenzen auch bei endlichen Stichproben und Modellfehlern zu ermöglichen, was anhand einer Schätzung der dynamischen Effekte von Tier-1-Kapitalanforderungen demonstriert wird.
Die Studie entwickelt ein semi-strukturelles DSGE-Modell für die israelische Volkswirtschaft, das zeigt, dass eine Reaktion der Geldpolitik auf Kreditmarktentwicklungen sowie eine gezielte makroprudenzielle Politik, die die Zins-Spread-Sensitivität erhöht, entscheidend für die Stabilisierung von Inflation und Realwirtschaft sowie zur Verhinderung von Überschuldungskrisen sind.
Diese Arbeit liefert eine einheitliche Theorie für die Schätzung und Inferenz von Funktionale auf „dünnen Mengen" (Submanigfaltigkeiten mit Maß null) und zeigt, dass die intrinsische Dimension der Submanigfaltigkeit die minimax-optimalen Konvergenzraten sowie die asymptotische Normalität von Teststatistiken maßgeblich bestimmt.
Diese Arbeit zeigt, dass die Minimierung von gerechtfertigtem Neid bei der sequenziellen Diktatur durch eine Kemeny-Rangfolge der Prioritäten erreicht wird, die bei relaxierten Annahmen zu einer gewichteten Kemeny-Rangfolge erweitert wird.
Diese Arbeit zeigt, wie Netzwerkdaten zur Identifikation und Schätzung semiparametrischer Logit-Modelle mit endogenen sozialen Netzwerken genutzt werden können, indem sie durch paarweise Vergleiche ähnlicher Akteure Verzerrungen durch unbeobachtete Merkmale korrigiert und dabei die logistische Verteilungsannahme als entscheidend für die Punktidentifikation nachweist.
Die Autoren stellen eine neue Familie von Zwei-Wege-Cluster-Jackknife-Schätzern für die Varianz vor, die zusammen mit einer verbesserten Methode zur Behandlung nicht positiv definiter Matrizen in Stata implementiert wurde und in Simulationen zu präziseren Inferenzergebnissen führt als bestehende Ansätze.
Die Arbeit entwickelt einen multi-agenten Ansatz zur Optimierung von Anreizverträgen in Teamprojekten mit Spillover-Effekten, der zeigt, dass die optimale Verteilung von Leistungsprämien die Gleichheit des Produkts aus individueller Produktivität, organisatorischer Zentralität und monetärer Reaktionsfähigkeit bei allen Teammitgliedern erfordert.
Diese Arbeit leitet neue asymptotische Ergebnisse für den adaptiven LASSO-Schätzer in Kointegrationsregressionen mit regressoren nahe der Einheitswurzel her und schlägt praktikable Konfidenzbereiche vor, die eine zuverlässige Abdeckung über den gesamten Parameterraum gewährleisten, während die herkömmliche „Oracle"-Eigenschaft in endlichen Stichproben oft zu ungenauen und zu kleinen Intervallen führt.
Dieses Papier widerlegt die ursprüngliche Axiomatisierung des aggregierten Likelihood-Verhältnisses in Chiappori et al. (2025) durch ein Gegenbeispiel, charakterisiert die tatsächlich durch die genannten Axiome definierte Klasse von Indizes, korrigiert Fehler bei anderen Maßzahlen und bietet eine Verallgemeinerung des Odds-Verhältnisses für Märkte mit mehreren Typen.
Die Studie zeigt, dass in einem Hotelling-Duopol ein früherer Wettbewerb durch optionale Verträge, die zu einer ineffizienten Bindung der Konsumenten führen, den Konsumentenüberschuss im Vergleich zum Spotmarkt erhöhen kann, da weniger informierte und homogenere Konsumenten einen intensiveren Wettbewerb zwischen den Firmen auslösen.
Diese Arbeit stellt einen doppelt robusten Schätzer mit Kreuzvalidierung und einer speziellen Jackknife-HAC-Varianzkorrektur vor, der zuverlässige statistische Inferenz unter räumlicher Abhängigkeit und fehlenden, zufällig verteilten Labels ermöglicht, indem er die durch Kreuzvalidierung verursachte Verzerrung der Varianzschätzer korrigiert.
Die Arbeit zeigt, dass herkömmliche designbasierte Simulationen bei Shift-Share-Designs die wahre Datenstruktur verzerren können, indem sie Behandlungseffekte mit Fehlerabhängigkeit vermischen, und schlägt alternative Simulationsansätze vor, die eine bessere Übereinstimmung mit dem tatsächlichen Datenprozess gewährleisten.