Causal Effects in Matching Mechanisms with Strategically Reported Preferences
이 논문은 전략적 선호 보고로 인해 발생하는 편향을 극복하고 학교 배정의 인과적 효과를 식별하기 위한 새로운 접근법을 제시하며, 칠레의 대학 진학 데이터 분석을 통해 학생의 선호와 배정이 졸업 성패에 미치는 이질적인 영향을 규명합니다.
📈 Category
econ.EM
55 편의 논문
Persistence-Robust Break Detection in Predictive CoVaR Regressions
이 논문은 예측 변수의 정상성 여부와 관계없이 자기정규화 원리를 기반으로 한 구조적 변화 검정법을 개발하여, 예측 분위수와 CoVaR 회귀분석에서 예측력의 불안정성을 탐지하고 금융 리스크 및 시스템 리스크 예측 모델의 실증 분석에 그 유용성을 입증합니다.
Slope Consistency of Quasi-Maximum Likelihood Estimator for Binary Choice Models
본 논문은 만스키 (1975, 1985) 가 제시한 조건 하에서 이진 선택 모델의 모수 공간에 대한 적절한 제한을 두면, 일반적으로 불일치성으로 알려진 준최대우도추정량 (QMLE) 이 실제로 기울기 계수에 대해 일관성을 가진다는 것을 엄밀하게 증명함으로써 로지스틱 회귀분석의 이론적 타당성을 확립합니다.
Trade Dynamics with Heterogeneous Fluctuations
이 논문은 확률적 과정을 통해 환율 및 노동시장의 이질적 변동이 무역에 미치는 영향을 분석하고, 중국의 주 단위 데이터를 통해 환율 변동 완화와 혁신이 수출 경쟁력을 높이며, 노동시장 충격이 협력 정책 하에서만 무역에 긍정적 영향을 준다는 실증적 증거를 제시합니다.
Hippocratic Utility
이 논문은 해를 끼치지 않는 치료로 생명을 구하는 경우를 더 가치 있게 여기고 해를 끼치는 치료로 생명을 구하는 경우는 덜 가치 있게 여기는 '히포크라테스 효용'의 윤리적 동기는 인정하면서도, 저자의 예시를 통해 이러한 의사결정 기준의 적용 범위가 제한적일 수 있음을 지적합니다.
Estimating Treatment Effects under Algorithmic Interference: A Structured Neural Networks Approach
이 논문은 양측 시장 플랫폼의 알고리즘 간섭으로 인한 편향을 해결하기 위해 경쟁적 할당 메커니즘을 명시적으로 모델링하는 구조화된 반모수적 프레임워크와 이중 머신 러닝 기반의 편향 보정 추정량을 제안하여, 기존 추정법보다 정확한 전역 처리 효과를 추정할 수 있음을 입증합니다.
GMM and M Estimation under Network Dependence
이 논문은 네트워크 의존 데이터를 위한 GMM 및 M 추정량의 일관성과 점근적 정규성을 확립하기 위해 새로운 균일 대수의 법칙 (ULLN) 을 개발하고 실증적 추론 절차를 제시합니다.
TEA-Time: Transporting Effects Across Time
이 논문은 무작위 대조 시험의 치료 효과를 시간적 맥락에 따라 외삽하는 'TEA-Time' 프레임워크를 제안하며, 시간적 효과의 분리 가정을 기반으로 TATE 를 식별하고 이중 강건 추정기를 개발하여 Upworthy 연구 아카이브 데이터를 통해 편향과 분산 간의 트레이드오프를 실증합니다.
Integrating Heterogeneous Information in Randomized Experiments: A Unified Calibration Framework
이 논문은 무작위 실험에서 다양한 출처의 이질적인 정보를 통합하여 치료 효과를 더 정밀하게 추정할 수 있도록, 내부 및 외부 정보 활용을 보장하는 일관된 보정 프레임워크를 제안하고 그 점근적 유효성 및 효율성 개선을 입증합니다.
Testing for Endogeneity: A Moment-Based Bayesian Approach
이 논문은 지수적으로 기울어진 경험적 가능도 (exponentially tilted empirical likelihood) 프레임워크를 활용하여 선형 회귀 모델에서 외생성 가정이 위반될 경우를 대비한 베이지안 검정법을 개발하고, 이 방법이 표본 크기가 커질수록 외생성과 내생성을 일관되게 식별한다는 것을 증명했습니다.
Degrees of Freedom and Information Criteria for the Synthetic Control Method
이 논문은 합성 통제법 (SCM) 의 모델 유연성을 자유도로 분석하고 교차검증 없이 모델 선택을 가능하게 하는 정보 기준을 제시하며, 이를 Tianjin 의 차량 번호 제한 정책 평가에 적용하여 교차검증보다 우수한 성능을 입증했습니다.
The modified conditional sum-of-squares estimator for fractionally integrated models
이 논문은 ARFIMA 모델에서 상수항 추정이 CSS 추정량의 편향을 유발한다는 점을 규명하고, 이를 보정한 새로운 MCSS 추정량을 제안하여 이론적 분석과 모의실험을 통해 소표본에서도 기존 추정량보다 월등히 우수한 성능을 보임을 입증했습니다.
Initial-Condition-Robust Inference in Autoregressive Models
이 논문은 초기 조건이 정상적이거나 고정되었다는 가정이 성립하지 않을 때에도 점근적 및 유한 표본에서 초기 조건에 완전히 강건한 신뢰구간을 제안하며, 이는 조건부 이분산성에도 견고하고 기존 방법 대비 신뢰구간 길이에 미치는 비용은 미미함을 보여줍니다.
Shrinkage Regularization for (Non)Linear Serial Dependence Test
이 논문은 고차원 비가우시안 시계열 데이터에서 선형 및 비선형 시계열 종속성의 부재를 검정하기 위해 자스악과 네야지 (2023) 의 포트맨테우 검정을 정규화 기법을 통해 확장한 새로운 방법을 제시합니다.
An operator-level ARCH Model
이 논문은 기존 함수형 ARCH 모델이 점별 분산에 국한되었던 한계를 넘어, 일반 분리 가능 힐베르트 공간에서 조건부 공분산 연산자의 전체 진화를 고려하는 새로운 연산자 수준 ARCH 모델을 제안하고, 그 존재성, 모멘트, 약한 종속성 및 일관성 있는 추정량을 이론적으로 증명하며 시뮬레이션과 고빈도 데이터 적용을 통해 실용성을 입증합니다.
Gimbal Regression: Orientation-Adaptive Local Linear Regression under Spatial Heterogeneity
이 논문은 국소 회귀 분석에서 공간적 이질성과 방향성 이웃 구조로 인한 수치적 불안정성을 해결하기 위해, 방향성 가중치를 명시적으로 구성하고 폐쇄형 해를 통해 안정적인 계산을 보장하는 '짐벌 회귀 (Gimbal Regression)'라는 새로운 프레임워크를 제안합니다.
Double Machine Learning for Time Series
이 논문은 정상 시계열의 시간가역성을 활용한 '역교차적합 (Reverse Cross-Fitting)' 기법과 편향 최소화를 위한 튜닝 규칙을 도입하여 거시경제 시계열 데이터에 적용 가능한 이중 기계학습 (Double Machine Learning) 추정량을 개발하고, 이를 통해 Tier 1 규제자본 증가의 동적 효과를 추정하는 등 거시경제 인과추론의 유효성을 입증합니다.
Thin Sets Are Not Equally Thin: Minimax Learning of Submanifold Integrals
이 논문은 경제학에서 자주 등장하는 '얇은 집합 (Lebesgue 측도 0 인 부분다양체)'으로 식별되는 함수적 추정치에 대해, 집합의 고유 차원 이 추정 속도에 결정적인 영향을 미친다는 것을 증명하고, 비모수 회귀, 밀도, 도구변수 함수 등 다양한 맥락에서 최적의 수렴 속도와 점근적 정규성을 갖는 통일된 추정 및 추론 이론을 제시합니다.
Estimation and exclusion restrictions in clustered linear models
이 논문은 군집화된 데이터, 고차원 통제변수, 복잡한 배제 제한을 가진 선형 회귀 모델에 대해, 내부 도구변수를 활용한 계산 효율적인 IV 추정량과 이를 위한 강건한 추론 절차를 제안하며, 이를 케냐의 농촌 재정 개입 사례를 통해 실증합니다.
Improved inference for nonparametric regression and regression-discontinuity designs
이 논문은 부트스트랩 프리피보팅과 강건한 편향 보정 (RBC) 방법 간의 새로운 연결을 규명하여, 점근적 커버리지 수준을 유지하면서 기존 구간보다 17% 더 짧은 신뢰구간을 제공하는 개선된 비모수 회귀 및 회귀 불연속성 설계 추론 절차를 제시합니다.