55 articles
Cet article propose un cadre théorique non linéaire pour analyser les réformes des dépenses publiques en Uruguay, démontrant que les coûts d'ajustement institutionnels et les frictions du travail génèrent une trajectoire en forme de J où les dépenses totales augmentent initialement avant de converger vers une allocation plus efficiente à long terme.
Cet article propose une méthode d'identification et d'estimation pour un modèle logit semiparamétrique avec des réseaux sociaux endogènes, en démontrant que les paramètres de pente sont identifiables par des comparaisons appariées d'agents partageant des comportements de formation de liens identiques, ce qui permet d'obtenir des estimateurs cohérents et asymptotiquement normaux.
Cet article propose une nouvelle famille d'estimateurs de variance robustes au regroupement bidimensionnel basés sur le jackknife de grappe, qui améliorent les inférences en échantillons finis et évitent les problèmes de matrices non définies positives, avec une implémentation disponible dans le package Stata `twowayjack`.
Cet article établit de nouveaux résultats asymptotiques pour l'estimateur LASSO adaptatif dans les régressions de cointégration avec des régresseurs locaux à l'unité, en démontrant que les régions de confiance proposées, contrairement aux approches basées sur la propriété oracle, offrent une couverture uniforme fiable et sont facilement applicables en pratique.
Cet article propose un estimateur doublement robuste corrigé par une méthode jackknife HAC pour assurer une inférence spatiale valide et des intervalles de confiance fiables dans des scénarios de données manquantes au hasard et de dépendance spatiale, où les méthodes traditionnelles échouent en raison de la corrélation induite par le cross-fitting.
Cet article démontre que les simulations basées sur la conception peuvent fausser l'inférence dans les designs de partage de chocs en confondant les effets de traitement avec la dépendance des erreurs, et propose des designs alternatifs pour mieux aligner le processus de génération de données simulé sur la réalité.
Cet article propose une nouvelle méthode d'inférence semi-modulaire bayésienne pour les modèles de copules, qui attribue un paramètre d'influence individuel à chaque marge pour gérer leur éventuelle mauvaise spécification différenciée, optimisant ainsi ces paramètres via une approche bayésienne et validant la méthode sur des données simulées et réelles.
Cet article propose un estimateur conservateur de la variance robuste à des moyennes hétérogènes et à la dépendance (en grappes bidirectionnelles ou faible), afin de corriger le sous-estimation de la variance et l'invalidité des tests statistiques qui en résultent lorsque les estimateurs standards sont utilisés.
Cet article établit un théorème central limite pour les modèles de formation de réseaux avec interactions stratégiques et agents homophiles en utilisant des conditions de stabilisation adaptées pour justifier des procédures d'inférence pratique dans le cadre d'un réseau unique de grande taille.
Cet article réfute la condition de suffisance pour l'identification globale des SVAR proposée par Rubio-Ramirez, Waggoner et Zha (2010) en démontrant par contre-exemple qu'elle néglige les restrictions redondantes, et propose une condition nécessaire et suffisante modifiée pour corriger ce défaut.
Cet article propose une méthode pour identifier les ensembles de réponses à l'impulsion dans les SVAR hétéroscédastiques partiellement identifiés lorsque la multiplicité des valeurs propres empêche l'identification ponctuelle, en combinant des restrictions de zéro ou de signe avec une approche bayésienne robuste, comme illustré par une application sur le marché mondial du pétrole brut.
Cet article propose une nouvelle classe de modèles SVAR avec ruptures structurelles (SVAR-WB) qui, en intégrant des contraintes de stabilité et d'inégalités entre régimes, établit des conditions pour l'identification et développe des méthodes d'inférence robustes capables de gérer l'équivalence observationnelle et la sensibilité aux priors, comme illustré par une application sur la transmission de la politique monétaire américaine.
Cette étude propose DisSim-FinBERT, un cadre innovant combinant la simplification discursive et l'analyse de sentiment basée sur les aspects pour améliorer la précision de l'extraction des messages clés et des prévisions de sentiment dans les textes financiers complexes comme les comptes rendus du FOMC.
Cet article propose de nouvelles procédures d'estimation et d'inférence pour les modèles SVAR dont l'identification est locale mais non globale, permettant de surmonter les défis liés à la multi-modalité et à la sensibilité aux priors en calculant exhaustivement tous les paramètres structurels admissibles et en déduisant des ensembles de réponses impulsionnelles valides.
Cet article propose une critique de l'utilisation excessive et parfois imprécise de la signification statistique dans la modélisation des choix, en plaidant pour une meilleure rigueur dans le calcul et le rapport des mesures d'incertitude, ainsi que pour une attention accrue portée à la signification comportementale et aux spécificités méthodologiques propres à ce domaine.
Cet article soutient que l'espérance de la moyenne des résultats, qui agrège les effets au niveau individuel et les affectations de traitement, constitue l'estimand le plus pertinent car il combine une interprétation claire des effets individuels avec la suffisance nécessaire pour l'optimisation des politiques publiques.
Cet article développe des méthodes d'estimation et d'inférence pour un modèle macroéconomique avec équilibres comportementaux multiples et apprentissage à gain constant, en établissant la consistance et la normalité asymptotique des estimateurs, tout en proposant des procédures d'inférence et des bandes de confiance uniformes, même dans des cas où des solutions d'équilibre se répètent.
Cet article établit des taux de convergence généraux et précis pour les statistiques d'ordre induites sous des hypothèses de régularité faibles, permettant d'approximer les distributions conditionnelles tant aux points intérieurs qu'aux frontières, ce qui est essentiel pour des applications comme les designs de régression par discontinuité.
Cet article présente ForeComp, un package R permettant de comparer la précision prédictive à l'aide de tests de type Diebold-Mariano avec des inférences à lissage fixe, incluant des outils de diagnostic visuel et des illustrations empiriques.
Cet article propose un cadre unifié pour l'analyse contrefactuelle dans les modèles incomplets sous restrictions de support et de moments, démontrant que l'identification et l'analyse contrefactuelle sont des tâches isomorphes et justifiant l'utilisation de la méthode de la fonction de support au-delà des conditions de bornitude intégrable habituelles.