73 articles
Cet article analyse un jeu de communication multidimensionnel où un récepteur peut vérifier une composante de l'état, démontrant que l'existence d'équilibres influents dépend de la préférence de l'émetteur pour ces équilibres par rapport à l'absence de communication.
Cet article propose une nouvelle méthode d'inférence robuste aux conditions initiales pour les modèles autorégressifs, permettant d'obtenir des intervalles de confiance avec une couverture fiable même lorsque le paramètre est proche de l'unité ou que les erreurs présentent une hétéroscédasticité conditionnelle, tout en conservant une longueur compétitive dans les cas stationnaires.
Cet article identifie et corrige un bug mineur dans le code d'Erdil & Ergin (2008) qui générait des affectations instables, révélant que bien que leurs conclusions théoriques restent valables, la fraction réelle d'élèves améliorés est légèrement inférieure et l'amélioration moyenne de leur rang plus importante que ce qui avait été initialement rapporté.
Ce papier soutient que les politiques de sécurité de l'IA de pointe, axées sur la prévention, négligent la capacité institutionnelle à coordonner les réponses en cas d'échec, créant un déficit structurel que des mécanismes de pré-engagement et de protocoles partagés, inspirés d'autres domaines à haut risque, pourraient combler.
Cet article propose un test régularisé pour vérifier l'absence de dépendance sérielle linéaire et non linéaire dans des séries temporelles non gaussiennes de grande dimension, en étendant le test de portemanteau de Jasiak et Neyazi (2023).
Cet article propose un nouveau cadre ARCH au niveau opérateur pour les données dans des espaces de Hilbert séparables, permettant de modéliser l'évolution complète de l'opérateur de covariance conditionnelle, et établit les propriétés théoriques de stationnarité ainsi que des estimateurs consistants pour ce modèle.
Cet article propose la régression Gimbal, un cadre de régression locale déterministe et géométriquement conscient qui améliore la stabilité numérique et la transparence diagnostique face à l'hétérogénéité spatiale et aux problèmes de conditionnement.
Ce papier modélise la délégation d'expériences où un concepteur restreint le choix d'un expérimentateur motivé par la persuasion, démontrant que lorsque les préférences de ce dernier sont en forme de S, la délégation optimale correspond à une « double censure » qui améliore le résultat en limitant la capacité de persuasion tout en préservant l'information.
Cet article propose une adaptation de la double apprentissage automatique pour les séries temporelles macroéconomiques, introduisant une « rétro-croisement » déterministe et une règle de calibration pour améliorer l'efficacité et la robustesse de l'estimation des effets causaux, comme illustré par l'analyse de l'impact du capital réglementaire Tier 1.
Cet article propose un modèle DSGE semi-structurel intégrant des frictions financières pour l'économie israélienne, démontrant que la réaction de la politique monétaire aux spreads de crédit et l'utilisation de politiques macroprudentielles pour atténuer l'endettement excessif sont essentielles pour stabiliser l'inflation et l'activité réelle.
Ce papier établit une théorie unifiée pour l'estimation et l'inférence des fonctionnels identifiés par des ensembles de mesure nulle, démontrant que la vitesse de convergence minimax optimale dépend de la dimension intrinsèque de la sous-variété selon le taux .
Cet article démontre que pour minimiser les cas d'envie justifiée dans un système de dictature sérielle, l'ordre optimal des agents correspond au classement de Kemeny de leurs priorités, ou à une variante pondérée lorsque les hypothèses de préférences identiques, uniformes ou de capacités unitaires sont assouplies.
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`.
Ce papier développe une généralisation multi-agent de l'approche du premier ordre pour l'optimisation des contrats, démontrant que l'allocation optimale des incitations doit égaliser le produit de la productivité individuelle, de la centralité organisationnelle et de la sensibilité aux incitations monétaires, tout en explorant les implications de ces résultats sur la rémunération de l'habileté versus la collaborativité et la dispersion des salaires.
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 réfute l'axiomatisation de l'indice de rapport de vraisemblance agrégé proposée par Chiappori et al. (2025) en fournissant un contre-exemple, identifie la classe d'indices réellement caractérisée par leurs axiomes, propose des axiomes correctifs pour rétablir leur résultat, signale d'autres erreurs dans leur travail et généralise le rapport de cotes aux marchés multi-types.
Cette étude démontre que, dans un duopole de Hotelling, la concurrence entre des firmes proposant des contrats d'options à des consommateurs encore mal informés de leurs préférences peut, paradoxalement, accroître le surplus des consommateurs par rapport à la tarification au comptant en intensifiant la rivalité, contrairement au cas du monopole.
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.