73 papers
De auteurs ontwikkelen schattings- en inferentiemethoden voor een macroeconomisch model met meerdere evenwichten onder constante-gain learning, waarbij ze consistentie en asymptotische normaliteit van de schatter aantonen en rekening houden met niet-standaard limietverdelingen bij herhaalde evenwichtslösungen.
Dit artikel toont aan dat in een multidimensionale sequentiële screening een monopolist het consumentensurplus kan vooraf extraheren, waardoor onder bepaalde voorwaarden de optimale mechanismen voor meerdere goederen kunnen worden gereduceerd tot onafhankelijke sequentiële mechanismen per goed, wat de veelvoorkomende praktijk van lidmaatschapsgeld gevolgd door afzonderlijke verkoop verklaart.
Dit artikel analyseert hoe de kosteloze replicatie en degradatie van digitale goederen leiden tot zowel onderinvestering in kwaliteit als verspreiding van verouderde versies onder een monopolist, waarbij concurrentie de productieve inefficiëntie verergert maar de distributieve efficiëntie verbetert.
Dit artikel ontwikkelt algemene convergentietarieven voor geïnduceerde ordestatistieken onder zwakkere aannames dan eerder mogelijk was, waardoor de methode ook toepasbaar is op randpunten zoals bij regressie-onderbrekingsontwerpen, en analyseert de afweging tussen gladheid en convergentiesnelheid in Hellinger- en totale variatie-afstanden.
Dit paper introduceert ForeComp, een R-pakket dat de vergelijkende voorspellende nauwkeurigheid analyseert met behulp van Diebold-Mariano-tests en vaste-kwelling-asymptotiek, inclusief visuele hulpmiddelen voor bandbreedtegevoeligheid en toepassing op professionele voorspellingen.
Dit artikel ontwikkelt een verenigd raamwerk voor identificatie en contrafactuele analyse in incomplete modellen met steun- en momentrestricties, waarbij wordt aangetoond dat het uitbreiden van de steunfunctie-methode naar momentsluitingen een scherp en statistisch onderscheidbaar resultaat biedt zonder de noodzaak van traditionele schatting-volgt-simulatie-workflows.
Dit artikel toont aan dat het omzetten van voorspellers naar 'risicovolle' binaire indicatoren de uit-of-sample prestaties van recessievoorspellingsmodellen voor de VS verbetert en lineaire modellen concurrerend maakt met complexe machine learning-methoden.
Deze paper introduceert een nieuwe identificatiestrategie voor het schatten van behandelingseffecten op discrete uitkomsten in paneldata, gebaseerd op de aanname van onafhankelijkheid van overgangen in plaats van parallelle trends, wat leidt tot nauwkeurigere resultaten dan de traditionele verschil-in-verschillen-methode.
Dit artikel presenteert een model dat aantoont hoe de retorische strategie van 'whataboutism' in gepolariseerde samenlevingen leidt tot een evenwicht waarin offensieve taal toeneemt en beleefdheidsnormen volledig kunnen instorten.
Dit artikel introduceert een tweefasen online leerframework voor semiparametrische monotoon indexmodellen dat realtime schatting en inferentie mogelijk maakt door een stabiele warm-start fase te combineren met een rate-optimaliserende fase die gebruikmaakt van een georthogonaliseerde score en een online zeefmethode, waardoor het geschikt is voor gegevensstromen met beperkte opslagcapaciteit.
Dit artikel ontwikkelt een hanteerbare identificatiemethode voor strategische netwerkvormingsmodellen met niet-geobserveerde heterogeniteit door gebruik te maken van een 'bounding-by-c'-techniek en monotoniteitsrestricties om structurele parameters te identificeren via subnetwerkconfiguraties.
Dit artikel onderzoekt de voorwaarden voor het bestaan van maximum likelihood-schattingen in gegeneraliseerde lineaire modellen, met name in hoogdimensionale settings met vaste effecten, en toont aan hoe deze voorwaarden kunnen worden geverifieerd en dat consistente schattingen soms mogelijk blijven zelfs als deze niet volledig gelden.
Dit artikel introduceert een Bayesiaanse indicator-gesatureerde regressiemethode met een spike-and-slab-prior om structurele breuken in longitudinale data te detecteren en de effectiviteit van klimaatbeleid in de Europese wegvervoerssector te evalueren.