Nonlinear Fiscal Transitions and the Dynamics of Public Expenditure Reform
이 논문은 우루과이의 공공 지출 개혁을 분석하기 위해 비선형 이론적 틀을 개발하여, 제도적 경직성과 조정 비용으로 인해 개혁 초기에 지출이 일시적으로 증가하는 J 자형 추세가 나타날 수 있음을 보여줍니다.
📈 Category
econ.EM
55 편의 논문
Identification and Estimation of a Semiparametric Logit Model using Network Data
이 논문은 네트워크 형성이 내생적인 상황에서 로지스틱 분포 가정을 활용하여 준모수적 로짓 모델의 식별 가능성을 증명하고, 네트워크 유사성을 기반으로 한 매칭 추정자를 제안하여 마이크로파이낸스 도입 사례를 통해 내생적 네트워크 형성을 고려할 때 추정된 공변량 효과가 크게 달라질 수 있음을 보여줍니다.
Jackknife inference with two-way clustering
이 논문은 이차원 군집화 (two-way clustering) 가 적용된 선형 회귀 모델에서 기존 방법의 한계를 극복하고 점근적으로 유효한 추론을 보장하는 새로운 군집 자귀 (cluster jackknife) 기반 분산 추정량과 이를 구현하는 Stata 패키지를 제안합니다.
Beyond the Oracle Property: Adaptive LASSO in Cointegrating Regressions with Local-to-Unity Regressors
이 논문은 단위근 과정에 대한 불확실성이 있는 공적분 회귀에서 적응형 LASSO 추정량의 새로운 점근적 성질을 규명하고, 오라클 속성에 기반한 기존 방법의 한계를 극복하여 모든 모수 공간에서 유효한 신뢰구간을 구성하는 방법을 제시합니다.
Spatially Robust Inference with Predicted and Missing at Random Labels
이 논문은 예측된 라벨과 결측이 무작위 (MAR) 인 공간 의존성 데이터에서 교차 적합으로 인한 분산 추정의 왜곡을 해결하기 위해 잭나이프 기반의 공간 HAC 분산 보정을 도입한 이중 강건 추정기를 제안하여, 하향 통계적 추론의 유효성을 보장합니다.
On the Use of Design-Based Simulations
이 논문은 표준 설계 기반 시뮬레이션이 실제 데이터 생성 과정과 불일치하여 공간 상관관계로 인한 추론 왜곡을 과장할 수 있음을 지적하고, 이를 해결하기 위한 대안적 시뮬레이션 설계의 필요성을 강조합니다.
Bayesian Modular Inference for Copula Models with Potentially Misspecified Marginals
이 논문은 각 주변분포에 개별적인 영향력 매개변수를 부여하여 오설정이 발생할 수 있는 한계와 의존성 구조를 모두 견고하게 추정할 수 있도록 기존 2 모듈 방식의 반모듈 베이지안 추론을 일반화한 새로운 코풀라 모델을 제안하고, 베이지안 최적화를 통해 매개변수를 선택하는 방법을 개발했습니다.
Variance Estimation with Dependence and Heterogeneous Means
이 논문은 이질적인 평균을 가진 삼각 행렬의 합에 대한 분산 추정 시 발생할 수 있는 편향을 해결하기 위해, 이질적인 평균에 강건한 보수적인 분산 추정량을 제안하고 그 점근적 타당성을 입증합니다.
Normal Approximation in Large Network Models
이 논문은 네트워크 크기가 무한히 커지는 점근적 프레임워크 내에서 전략적 상호작용과 동질성을 가진 네트워크 형성 모델에 대한 중심극한정리를 증명하고, 안정화 조건과 분기 과정 이론을 활용하여 해석 가능한 기본 조건을 도출하며 실용적 추론 절차를 논의합니다.
On global identification in structural vector autoregressions
이 논문은 Rubio-Ramirez 등 (2010) 이 제시한 SVAR 의 전역적 식별을 위한 필요충분 조건이 중복된 제약으로 인해 충분하지 않음을 반례를 통해 증명하고, 이를 수정한 새로운 필요충분 조건을 제시합니다.
Partially identified heteroskedastic SVARs
이 논문은 분산 변화가 있는 구조적 벡터 자기회귀 (SVAR) 모델에서 고유값 중복으로 인한 점식별 실패 상황을 고려하여, 영제약이나 부호제약과 결합하여 충격반응함수의 식별집합을 유도하고 이를 추론하는 방법을 제시하며, 이를 글로벌 원유시장 사례에 적용합니다.
SVARs with breaks: Identification and inference
이 논문은 구조적 단절을 가진 SVAR(SVAR-WB) 모델에서 다양한 제약 조건을 결합하여 점 및 구간 식별성을 확보하고, 관찰적으로 동등한 매개변수 집합 전체를 고려한 새로운 추정 및 추론 방법을 제안하며, 이를 미국 통화정책의 전파 메커니즘에 대한 실증 분석을 통해 입증합니다.
DisSim-FinBERT: Text Simplification for Core Message Extraction in Complex Financial Texts
이 논문은 복잡한 금융 텍스트의 핵심 메시지를 추출하기 위해 담화 단순화 (DisSim) 와 속성 기반 감정 분석 (ABSA) 을 통합한 새로운 프레임워크인 DisSim-FinBERT 를 제안하여, 연방공개시장위원회 (FOMC) 회의록과 같은 문서의 감정 예측 정확도를 높이고 정책 입안자 및 분석가에게 실행 가능한 통찰력을 제공한다고 요약할 수 있습니다.
Locally- but not Globally-identified SVARs
이 논문은 국소적으로만 식별되는 구조적 벡터 자기회귀 (SVAR) 모델에서 발생하는 관찰 동등성 문제를 해결하기 위해, 모든 구조적 모수 값을 계산하고 다중 모드 사후분포를 표본 추출하며 해당 식별 집합에 대한 베이지안 및 빈도주의 추론 절차를 제안합니다.
Statistical significance in choice modelling: computation, usage and reporting
이 논문은 선택 모형에서 통계적 유의성 개념의 오용과 부정확한 보고를 비판하고, 95% 신뢰수준에 대한 과도한 의존을 경계하며, p-값 및 별표 표기법의 정밀한 보고와 함께 통계적 유의성뿐만 아니라 행동적·정책적 유의성을 고려할 것을 강조합니다.
Policy relevance of causal quantities in networks
이 논문은 네트워크 간섭 하에서 정책 결정에 유효한 인과량으로, 단위별 효과의 요약이자 최적 정책 선택을 가능하게 하는 '기대 평균 결과 (expected average outcome)'를 강조하며 기존 추정량의 한계를 지적합니다.
Estimation and inference in models with multiple behavioural equilibria
이 논문은 상수 이득 학습 규칙을 사용하는 거시경제 모델에서 다중 행동 균형이 존재할 경우, 기하학적 에르고딕성을 입증하고 구조적 매개변수의 비선형 최소제곱 추정량의 일관성 및 점근적 정규성을 규명하며, 균형 해가 중복될 때 발생하는 혼합 수렴 속도와 비표준 극한 분포를 고려한 추론 절차와 균일 신뢰대 구성 방법을 제안합니다.
On the Rates of Convergence of Induced Ordered Statistics and their Applications
이 논문은 회귀 불연속 설계 등 다양한 응용 분야에서 내재적 순서 통계량의 수렴 속도를 분석하기 위해 기존 연구의 제한적인 조건을 완화하고, 조건부 분포 근사를 위한 새로운 일반적 수렴 속도 이론을 제시합니다.
ForeComp: An R Package for Comparing Predictive Accuracy Using Fixed-Smoothing Asymptotics
이 논문은 표준 및 고정 평활화 점근론을 기반으로 예측 정확도를 비교하는 Diebold-Mariano 유형의 검정을 수행하고 대역폭 민감성 및 크기 - 전력 트레이드오프를 시각화하는 'ForeComp'라는 R 패키지를 소개하고, 전문가 예측 조사 데이터와 몬테카를로 시뮬레이션을 통해 그 유효성을 입증합니다.
Identification and Counterfactual Analysis in Incomplete Models with Support and Moment Restrictions
이 논문은 지지 및 모멘트 제약이 있는 불완전 모델에서 구조적 매개변수 식별과 반사실 분석이 동형임을 증명하고, 기존 방법론의 한계를 극복하기 위해 지지 함수 접근법을 확장하여 반사실 시나리오에서도 적용 가능한 통합 식별 프레임워크를 제시합니다.