55 articoli
Questo studio sviluppa un quadro teorico non lineare per analizzare la dinamica delle riforme della spesa pubblica in Uruguay, dimostrando che i costi di aggiustamento e le frizioni istituzionali generano un percorso a forma di J, in cui la spesa totale aumenta inizialmente prima di convergere verso un'allocazione più efficiente nel lungo termine.
Questo articolo propone un metodo per identificare e stimare un modello logit semiparametrico in presenza di reti sociali endogene, sfruttando la distribuzione logistica e confronti tra agenti con comportamenti di formazione della rete simili per ottenere stime coerenti e asintoticamente normali senza imporre una struttura parametrica al processo di formazione dei legami.
Questo articolo propone una nuova famiglia di stimatori della varianza basati sul jackknife a cluster per migliorare l'inferenza nei modelli di regressione lineare con clustering bidimensionale, dimostrando attraverso simulazioni e fornendo un pacchetto software Stata che tale approccio produce risultati accurati anche in campioni finiti.
Questo articolo deriva nuovi risultati asintotici per l'estimatore Adaptive LASSO in regressioni di cointegrazione con regressori locali all'unità, proponendo regioni di confidenza uniformemente valide e facilmente implementabili che superano i limiti delle tradizionali regioni basate sulla proprietà oracle, come dimostrato da simulazioni e un'applicazione empirica sul tasso di disoccupazione statunitense.
Il paper propone un stimatore doppiamente robusto con correzione della varianza jackknife HAC per garantire inferenze spaziali valide e intervalli di confidenza stabili in presenza di etichette mancanti a caso e dipendenza spaziale, risolvendo il problema della distorsione statistica indotta dal cross-fitting.
Il documento evidenzia come le simulazioni basate sul disegno standard possano fuorviare l'inferenza statistica negli studi sugli shock di condivisione (shift-share) confondendo gli effetti causali con la dipendenza degli errori, e propone approcci alternativi che allineano il processo generatore di dati simulato alla realtà empirica per garantire risultati validi.
Questo articolo propone un nuovo metodo di inferenza semi-modulare bayesiana per i modelli di copula che assegna un parametro di influenza individuale a ciascuna margine per gestire la loro potenziale errata specificazione, ottimizzando tali parametri tramite ottimizzazione bayesiana e dimostrando l'efficacia dell'approccio su dati simulati e reali.
Questo articolo propone un semplice stimatore conservativo della varianza, valido asintoticamente, per somme di vettori casuali con medie eterogenee e dipendenza a due vie o debole, correggendo la sottostima delle varianze che si verifica con gli stimatori standard.
Questo articolo dimostra un teorema del limite centrale per modelli di formazione di reti con interazioni strategiche e agenti omofili, stabilendo condizioni di dipendenza debole basate sulla stabilizzazione e sulla teoria dei processi di ramificazione per giustificare procedure di inferenza pratica su reti di grandi dimensioni.
Questo studio confuta la condizione di identificazione globale proposta da Rubio-Ramirez, Waggoner e Zha (2010) dimostrando, tramite un controesempio, che essa non è sufficiente a causa della possibile ridondanza delle restrizioni, e propone una nuova condizione necessaria e sufficiente corretta per l'identificazione nei modelli SVAR.
Questo articolo propone un metodo per derivare e inferire gli insiemi identificati delle risposte all'impulso nei modelli SVAR eteroschedastici parzialmente identificati, affrontando il fallimento dell'identificazione puntuale causato dalla molteplicità degli autovalori tramite l'uso di restrizioni a zero o di segno.
Il paper propone un approccio ai VAR strutturali con rotture (SVAR-WB) che, integrando vincoli di stabilità e disuguaglianze tra regimi, deriva condizioni per l'identificazione puntuale e insiemistica e sviluppa metodi di inferenza robusti per gestire l'equivalenza osservazionale e l'incertezza nei parametri strutturali, come dimostrato da un'applicazione sulla trasmissione della politica monetaria statunitense.
Lo studio propone DisSim-FinBERT, un nuovo framework che integra la semplificazione discorsiva con l'analisi del sentiment basata sugli aspetti per migliorare l'estrazione dei messaggi chiave e la previsione del sentiment in testi finanziari complessi come i verbali del FOMC.
Questo articolo propone nuove procedure di stima e inferenza per i modelli SVAR che presentano identificazione locale ma non globale, caratterizzando le restrizioni identificative, sviluppando algoritmi per esplorare tutte le modalità della verosimiglianza e fornendo metodi per l'inferenza sull'insieme delle risposte impulsive osservativamente equivalenti.
Questo articolo offre un commento critico sull'uso della significatività statistica nella modellazione delle scelte, evidenziando l'eccessiva dipendenza dai livelli di confidenza al 95%, le imprecisioni nella segnalazione delle misure di incertezza e la necessità di integrare l'analisi statistica con quella comportamentale e politica, con particolare attenzione a specifiche problematiche del settore come la disponibilità a pagare e l'eterogeneità casuale.
Il paper sostiene che l'outcome medio atteso, che media sia sui singoli che sulle assegnazioni di trattamento, è l'unico stimatore che combina un'interpretabilità come somma degli effetti unitari con la sufficienza per la scelta di politiche ottimali in contesti di interferenza.
Il paper sviluppa metodi di stima e inferenza per un modello macroeconomico con molteplici equilibri comportamentali, dimostrando la consistenza e la normalità asintotica degli stimatori e proponendo procedure di inferenza che gestiscono le distribuzioni limite non standard derivanti da soluzioni di equilibrio ripetute.
Questo articolo sviluppa tassi di convergenza generali e ampiamente applicabili per le statistiche ordinate indotte, fornendo risultati precisi che superano le limitazioni delle condizioni di regolarità esistenti e permettendo l'analisi sia di punti interni che di frontiera, come richiesto nei disegni di interruzione della regressione.
Il paper introduce ForeComp, un pacchetto R che facilita il confronto dell'accuratezza predittiva mediante test di Diebold-Mariano con inferenza a smoothing fisso, offrendo strumenti diagnostici e dimostrando le proprie applicazioni attraverso dati reali e simulazioni Monte Carlo.
Questo articolo sviluppa un quadro unificato per l'analisi controfattuale in modelli incompleti, dimostrando che l'identificazione e la simulazione controfattuale sono compiti isomorfi e proponendo un'estensione del metodo della funzione di supporto che garantisce risultati acuti anche quando le tradizionali condizioni di limitatezza sono violate.