Datasets:

mabidan

/

econ_paper_abstracts_fa_translation

like 0

This paper provides an introduction to structural estimation methods for matching markets with transferable utility.

در این مقاله مقدمه ای برای روش های تخمین ساختاری برای تطبیق بازارهای با ابزار قابل انتقال.

In this paper, we propose a model which simulates odds distributions of pari-mutuel betting system under two hypotheses on the behavior of bettors: 1. The amount of bets increases very rapidly as the deadline for betting comes near. 2. Each bettor bets on a horse which gives the largest expectation value of the benefit. The results can be interpreted as such efficient behaviors do not serve to extinguish the FL bias but even produce stronger FL bias.

در این مقاله ، ما مدلی را پیشنهاد می کنیم که توزیع های شانس را شبیه سازی می کند سیستم شرط بندی Pari-Mutuel تحت دو فرضیه در مورد رفتار BETTORS: 1. با رسیدن مهلت شرط بندی ، میزان شرط بندی بسیار سریع افزایش می یابد نزدیک.2. هر شرط بندی بر روی اسب شرط می بندد که بیشترین ارزش انتظار را به شما می دهد از مزایانتایج را می توان به عنوان چنین رفتارهای کارآمد تفسیر کرد برای خاموش کردن تعصب FL عمل نمی کند بلکه حتی تعصب FL قوی تری ایجاد می کند.

This paper derives the efficiency bound for estimating the parameters of dynamic panel data models in the presence of an increasing number of incidental parameters. We study the efficiency problem by formulating the dynamic panel as a simultaneous equations system, and show that the quasi-maximum likelihood estimator (QMLE) applied to the system achieves the efficiency bound. Comparison of QMLE with fixed effects estimators is made.

در این مقاله ، بازده محدود برای برآورد پارامترهای مدلهای داده پانل پویا در حضور تعداد فزاینده ای از حادثه مولفه های.ما با تدوین پانل پویا به عنوان مشکل کارایی را مطالعه می کنیم یک سیستم معادلات همزمان ، و نشان می دهد که احتمال شبه حداکثر برآوردگر (QMLE) که برای سیستم اعمال می شود ، به بازده محدود می شود. مقایسه QMLE با برآوردگرهای اثرات ثابت انجام می شود.

Endogeneity and missing data are common issues in empirical research. We investigate how both jointly affect inference on causal parameters. Conventional methods to estimate the variance, which treat the imputed data as if it was observed in the first place, are not reliable. We derive the asymptotic variance and propose a heteroskedasticity robust variance estimator for two-stage least squares which accounts for the imputation. Monte Carlo simulations support our theoretical findings.

غدد درون ریز و داده های مفقود شده موضوعات متداول در تحقیقات تجربی است.ما بررسی کنید که چگونه هر دو به طور مشترک بر استنتاج بر پارامترهای علی تأثیر می گذارند. روشهای متعارف برای برآورد واریانس ، که داده های منتخب را درمان می کنند اگر در وهله اول مشاهده شود ، قابل اعتماد نیست.ما استخراج می کنیم واریانس بدون علامت و یک برآوردگر واریانس قوی ناهمگونی را پیشنهاد می کند برای حداقل مربع های دو مرحله ای که باعث تغییر و تحول می شوند.مونت کارلو شبیه سازی ها از یافته های نظری ما پشتیبانی می کنند.

We propose a model selection criterion to detect purely causal from purely noncausal models in the framework of quantile autoregressions (QAR). We also present asymptotics for the i.i.d. case with regularly varying distributed innovations in QAR. This new modelling perspective is appealing for investigating the presence of bubbles in economic and financial time series, and is an alternative to approximate maximum likelihood methods. We illustrate our analysis using hyperinflation episodes in Latin American countries.

ما یک معیار انتخاب مدل برای تشخیص صرفاً علیت از صرفاً از آن پیشنهاد می کنیم مدل های غیر یائی در چارچوب اتورهای کمی (QAR).ما همچنین بدون علامت موجود برای I.I.D.مورد با توزیع منظم توزیع شده نوآوری در قار.این دیدگاه جدید مدل سازی برای آن جذاب است بررسی حضور حباب در سری زمانی اقتصادی و مالی ، و جایگزینی برای روشهای تقریبی حداکثر احتمال است.ما تصویر می کنیم تجزیه و تحلیل ما با استفاده از اپیزودهای بیش از حد در کشورهای آمریکای لاتین.

Complex functions have multiple uses in various fields of study, so analyze their characteristics it is of extensive interest to other sciences. This work begins with a particular class of rational functions of a complex variable; over this is deduced two elementals properties concerning the residues and is proposed one results which establishes one lower bound for the p-norm of the residues vector. Applications to the autoregressive processes are presented and the exemplifications are indicated in historical data of electric generation and econometric series.

توابع پیچیده در زمینه های مختلف تحصیلی کاربردهای مختلفی دارند ، بنابراین تجزیه و تحلیل کنید ویژگی های آنها مورد توجه گسترده علوم دیگر است.این کار با یک کلاس خاص از توابع منطقی یک متغیر پیچیده آغاز می شود. بیش از این دو ویژگی عنصر در مورد باقیمانده ها استنباط می شود و هست یک نتیجه را ارائه داد که یک محدوده پایین تر برای p-norm از بردار باقیمانده.برنامه های مربوط به فرآیندهای خودکار ارائه شده و نمونه ها در داده های تاریخی تولید برق نشان داده شده است و سری اقتصاد سنجی

Many econometric models can be analyzed as finite mixtures. We focus on two-component mixtures and we show that they are nonparametrically point identified by a combination of an exclusion restriction and tail restrictions. Our identification analysis suggests simple closed-form estimators of the component distributions and mixing proportions, as well as a specification test. We derive their asymptotic properties using results on tail empirical processes and we present a simulation study that documents their finite-sample performance.

بسیاری از مدلهای اقتصاد سنجی را می توان به عنوان مخلوط های محدود مورد تجزیه و تحلیل قرار داد.ما روی تمرکز می کنیم مخلوط های دو جزء و ما نشان می دهیم که آنها به طور غیر پارامتری اشاره می کنند با ترکیبی از محدودیت محرومیت و محدودیت های دم مشخص شده است. تجزیه و تحلیل شناسایی ما برآوردگرهای شکل بسته ساده را نشان می دهد توزیع مؤلفه و نسبت ها و همچنین مشخصات تست.ما خواص بدون علامت آنها را با استفاده از نتایج در دم تجربی به دست می آوریم فرآیندها و ما یک مطالعه شبیه سازی ارائه می دهیم که نمونه محدود آنها را مستند می کند کارایی.

This paper establishes an extended representation theorem for unit-root VARs. A specific algebraic technique is devised to recover stationarity from the solution of the model in the form of a cointegrating transformation. Closed forms of the results of interest are derived for integrated processes up to the 4-th order. An extension to higher-order processes turns out to be within the reach on an induction argument.

در این مقاله یک قضیه نمایندگی گسترده برای VAR های ریشه واحد ایجاد شده است. یک تکنیک جبر خاص برای بازیابی ثابت بودن از راه حل مدل در قالب یک تحول ادغام کننده.بسته اشکال نتایج مورد علاقه برای فرآیندهای یکپارچه تا 4-سفارشپسوند به فرآیندهای مرتبه بالاتر به نظر می رسد به یک استدلال القایی دسترسی پیدا کنید.

The randomization inference literature studying randomized controlled trials (RCTs) assumes that units' potential outcomes are deterministic. This assumption is unlikely to hold, as stochastic shocks may take place during the experiment. In this paper, we consider the case of an RCT with individual-level treatment assignment, and we allow for individual-level and cluster-level (e.g. village-level) shocks. We show that one can draw inference on the ATE conditional on the realizations of the cluster-level shocks, using heteroskedasticity-robust standard errors, or on the ATE netted out of those shocks, using cluster-robust standard errors.

ادبیات استنباط تصادفی که آزمایشات کنترل شده تصادفی را مورد مطالعه قرار می دهد (RCT) فرض می کند که نتایج بالقوه واحدها قطعی است.این فرض بعید به نظر می رسد ، زیرا ممکن است شوک های تصادفی در طول اتفاق بیفتد آزمایشدر این مقاله ، ما مورد RCT را با سطح فردی در نظر می گیریم تکلیف درمانی ، و ما در سطح فردی و سطح خوشه ای امکان پذیر هستیم (به عنوان مثال شوک های سطح دهکده).ما نشان می دهیم که می توان استنباط را روی خورد مشروط به تحقق شوکهای سطح خوشه ای ، با استفاده از خطاهای استاندارد هتروسكاستیسم-روبست ، یا روی آن كه از آن جدا شده است شوک ، با استفاده از خطاهای استاندارد خوشه ای.

This article reviews recent advances in fixed effect estimation of panel data models for long panels, where the number of time periods is relatively large. We focus on semiparametric models with unobserved individual and time effects, where the distribution of the outcome variable conditional on covariates and unobserved effects is specified parametrically, while the distribution of the unobserved effects is left unrestricted. Compared to existing reviews on long panels (Arellano and Hahn 2007; a section in Arellano and Bonhomme 2011) we discuss models with both individual and time effects, split-panel Jackknife bias corrections, unbalanced panels, distribution and quantile effects, and other extensions. Understanding and correcting the incidental parameter bias caused by the estimation of many fixed effects is our main focus, and the unifying theme is that the order of this bias is given by the simple formula p/n for all models discussed, with p the number of estimated parameters and n the total sample size.

در این مقاله پیشرفت های اخیر در برآورد اثر ثابت داده های پانل بررسی شده است مدل هایی برای پانل های طولانی ، که در آن تعداد دوره های زمانی نسبتاً بزرگ است. ما بر روی مدلهای نیمهرامتری با اثرات فردی و زمانی بدون نظارت تمرکز می کنیم ، جایی که توزیع متغیر نتیجه مشروط به متغیرهای متغیر و اثرات بدون نظارت به صورت پارامتری مشخص می شود ، در حالی که توزیع اثرات بدون نظارت بدون محدودیت باقی مانده است.در مقایسه با بررسی های موجود در مورد طولانی پانل ها (Arellano and Hahn 2007 ؛ بخشی در Arellano و Bonhomme 2011) ما در مورد مدل ها با اثرات فردی و زمانی ، Jackknife Split-Panel بحث کنید اصلاحات تعصب ، پانل های نامتعادل ، توزیع و اثرات کمی و پسوندهای دیگر.درک و تصحیح تعصب پارامتر حادثه ای ناشی از تخمین بسیاری از اثرات ثابت ، تمرکز اصلی ما است و موضوع متحد این است که ترتیب این تعصب توسط فرمول ساده داده می شود P/N برای همه مدل های مورد بحث ، با P تعداد پارامترهای تخمین زده شده و N اندازه نمونه کل

This paper considers the identification of treatment effects on conditional transition probabilities. We show that even under random assignment only the instantaneous average treatment effect is point identified. Since treated and control units drop out at different rates, randomization only ensures the comparability of treatment and controls at the time of randomization, so that long-run average treatment effects are not point identified. Instead we derive informative bounds on these average treatment effects. Our bounds do not impose (semi)parametric restrictions, for example, proportional hazards. We also explore various assumptions such as monotone treatment response, common shocks and positively correlated outcomes that tighten the bounds.

در این مقاله ، شناسایی اثرات درمانی بر مشروط در نظر گرفته شده است احتمالات انتقال.ما نشان می دهیم که حتی تحت تکالیف تصادفی فقط اثر درمانی متوسط فوری نقطه مشخص شده است.از آنجا که تحت درمان قرار گرفت و واحدهای کنترل با نرخ های مختلف کنار می روند ، تصادفی فقط تضمین می کند مقایسه درمان و کنترل در زمان تصادفی سازی ، به طوری که اثرات درمانی متوسط بلند مدت مشخص نشده است.در عوض ما مشتق می شویم مرزهای آموزنده در این اثرات درمانی متوسط.مرزهای ما تحمیل نمی شود (نیمه) محدودیت های پارامتری ، به عنوان مثال ، خطرات متناسب.ما همچنین فرضیات مختلفی مانند پاسخ به درمان یکنواخت ، شوکهای مشترک را کاوش کنید و نتایج مثبت همبستگی که مرزها را محکم می کند.

We propose an inference procedure for estimators defined by mathematical programming problems, focusing on the important special cases of linear programming (LP) and quadratic programming (QP). In these settings, the coefficients in both the objective function and the constraints of the mathematical programming problem may be estimated from data and hence involve sampling error. Our inference approach exploits the characterization of the solutions to these programming problems by complementarity conditions; by doing so, we can transform the problem of doing inference on the solution of a constrained optimization problem (a non-standard inference problem) into one involving inference based on a set of inequalities with pre-estimated coefficients, which is much better understood. We evaluate the performance of our procedure in several Monte Carlo simulations and an empirical application to the classic portfolio selection problem in finance.

ما یک روش استنباط برای برآوردگرهای تعریف شده توسط ریاضی پیشنهاد می کنیم مشکلات برنامه نویسی ، با تمرکز بر روی موارد ویژه مهم خطی برنامه نویسی (LP) و برنامه نویسی درجه دوم (QP).در این تنظیمات ، ضرایب در هر دو عملکرد هدف و محدودیت های مشکل برنامه نویسی ریاضی ممکن است از داده ها تخمین زده شود و از این رو درگیر است خطای نمونه برداریرویکرد استنتاج ما از شخصیت پردازی سوء استفاده می کند راه حل های این مشکلات برنامه نویسی با شرایط مکمل.با انجام دادن بنابراین ، ما می توانیم مشکل انجام استنباط را در راه حل a تغییر دهیم مشکل بهینه سازی محدود (یک مشکل استنباط غیر استاندارد) به یک شامل استنباط بر اساس مجموعه ای از نابرابری ها با پیش بینی شده ضرایب ، که بسیار بهتر درک می شود.ما عملکرد را ارزیابی می کنیم روش ما در چندین شبیه سازی مونت کارلو و یک کاربرد تجربی به مشکل کلاسیک انتخاب نمونه کارها در امور مالی.

We analyze the empirical content of the Roy model, stripped down to its essential features, namely sector specific unobserved heterogeneity and self-selection on the basis of potential outcomes. We characterize sharp bounds on the joint distribution of potential outcomes and testable implications of the Roy self-selection model under an instrumental constraint on the joint distribution of potential outcomes we call stochastically monotone instrumental variable (SMIV). We show that testing the Roy model selection is equivalent to testing stochastic monotonicity of observed outcomes relative to the instrument. We apply our sharp bounds to the derivation of a measure of departure from Roy self-selection to identify values of observable characteristics that induce the most costly misallocation of talent and sector and are therefore prime targets for intervention. Special emphasis is put on the case of binary outcomes, which has received little attention in the literature to date. For richer sets of outcomes, we emphasize the distinction between pointwise sharp bounds and functional sharp bounds, and its importance, when constructing sharp bounds on functional features, such as inequality measures. We analyze a Roy model of college major choice in Canada and Germany within this framework, and we take a new look at the under-representation of women in~STEM.

ما محتوای تجربی مدل روی را تجزیه و تحلیل می کنیم ، که به آن منتقل شده است ویژگی های اساسی ، یعنی ناهمگونی غیرقانونی بخش خاص و انتخاب خود بر اساس نتایج بالقوه.ما مرزهای تیز را توصیف می کنیم در توزیع مشترک نتایج بالقوه و پیامدهای قابل آزمایش از مدل خود انتخاب روی تحت یک محدودیت ابزاری روی مفصل توزیع نتایج بالقوه ما آن را ابزار یکنواختی یکنواخت می نامیم متغیر (SMIV).ما نشان می دهیم که آزمایش انتخاب مدل روی معادل است آزمایش یکنواختی تصادفی نتایج مشاهده شده نسبت به ابزار.ما مرزهای تیز خود را برای مشتق یک اندازه گیری اعمال می کنیم عزیمت از انتخاب خود روی برای شناسایی مقادیر قابل مشاهده خصوصیاتی که باعث ناسازگاری ترین جابجایی استعداد و بخش می شود و بنابراین اهداف اصلی برای مداخله هستند.تأکید ویژه بر روی مورد نتایج باینری ، که توجه کمی در آن داشته است ادبیات تا به امروز.برای مجموعه نتایج ثروتمندتر ، ما بر این تمایز تأکید می کنیم بین مرزهای تیز نقطه و مرزهای تیز عملکردی و اهمیت آن ، هنگام ساختن مرزهای تیز بر روی ویژگی های عملکردی ، مانند نابرابری معیارهای.ما یک مدل روی از انتخاب اصلی کالج در کانادا و آلمان را تجزیه و تحلیل می کنیم در این چارچوب ، و ما نگاهی جدید به نمایندگی زیر می اندازیم زنان در ~ ساقه.

The ongoing net neutrality debate has generated a lot of heated discussions on whether or not monetary interactions should be regulated between content and access providers. Among the several topics discussed, `differential pricing' has recently received attention due to `zero-rating' platforms proposed by some service providers. In the differential pricing scheme, Internet Service Providers (ISPs) can exempt data access charges for on content from certain CPs (zero-rated) while no exemption is on content from other CPs. This allows the possibility for Content Providers (CPs) to make `sponsorship' agreements to zero-rate their content and attract more user traffic. In this paper, we study the effect of differential pricing on various players in the Internet. We first consider a model with a monopolistic ISP and multiple CPs where users select CPs based on the quality of service (QoS) and data access charges. We show that in a differential pricing regime 1) a CP offering low QoS can make have higher surplus than a CP offering better QoS through sponsorships. 2) Overall QoS (mean delay) for end users can degrade under differential pricing schemes. In the oligopolistic market with multiple ISPs, users tend to select the ISP with lowest ISP resulting in same type of conclusions as in the monopolistic market. We then study how differential pricing effects the revenue of ISPs.

بحث در حال انجام بی طرفی خالص بحث های گرم زیادی ایجاد کرده است در مورد اینکه آیا تعامل پولی باید بین محتوا و دسترسی به ارائه دهندگان.در میان چندین موضوع مورد بحث ، "قیمت گذاری دیفرانسیل" اخیراً به دلیل سیستم عامل های "رتبه صفر" که توسط برخی پیشنهاد شده است مورد توجه قرار گرفته است ارائه دهندگان خدمات.در طرح قیمت گذاری دیفرانسیل ، سرویس اینترنتی ارائه دهندگان (ISP) می توانند هزینه های دسترسی به داده ها را برای محتوای برخی از CP ها معاف کنند (دارای رتبه صفر) در حالی که هیچ معافیت از محتوای دیگر CPS نیست.این اجازه می دهد امکان ارائه دهندگان محتوا (CPS) برای توافق نامه های "حمایت مالی" به با نرخ صفر محتوای آنها و جذب ترافیک بیشتر کاربر.در این مقاله ، ما مطالعه می کنیم تأثیر قیمت گذاری دیفرانسیل بر بازیکنان مختلف در اینترنت.ما اول مدلی را با ISP انحصاری و چندین CPS در نظر بگیرید که در آن کاربران انتخاب می کنند CPS بر اساس کیفیت خدمات (QoS) و هزینه های دسترسی به داده ها.ما نشان می دهیم که در یک رژیم قیمت گذاری دیفرانسیل 1) CP که QoS کم ارائه می دهد می تواند بالاتر باشد مازاد نسبت به CP که QoS بهتر از طریق حمایت مالی ارائه می دهد.2) QoS به طور کلی (میانگین تأخیر) برای کاربران نهایی می تواند تحت طرح های قیمت گذاری دیفرانسیل تخریب شود.که در بازار الیگوپولیستی با ISP های متعدد ، کاربران تمایل دارند ISP را با آن انتخاب کنند کمترین ISP که منجر به نتیجه گیری مشابه در بازار انحصاری می شود. سپس ما مطالعه می کنیم که چگونه قیمت گذاری دیفرانسیل درآمد ISP ها را تحت تأثیر قرار می دهد.

The uncertainty and robustness of Computable General Equilibrium models can be assessed by conducting a Systematic Sensitivity Analysis. Different methods have been used in the literature for SSA of CGE models such as Gaussian Quadrature and Monte Carlo methods. This paper explores the use of Quasi-random Monte Carlo methods based on the Halton and Sobol' sequences as means to improve the efficiency over regular Monte Carlo SSA, thus reducing the computational requirements of the SSA. The findings suggest that by using low-discrepancy sequences, the number of simulations required by the regular MC SSA methods can be notably reduced, hence lowering the computational time required for SSA of CGE models.

عدم اطمینان و استحکام مدل های تعادل عمومی قابل محاسبه می تواند با انجام یک تجزیه و تحلیل حساسیت سیستماتیک ارزیابی می شود.روشهای مختلف در ادبیات برای SSA از مدل های CGE مانند گاوسی استفاده شده است روشهای چهارگوش و مونت کارلو.در این مقاله به بررسی استفاده از شبه تصادفی می پردازیم روشهای مونت کارلو بر اساس توالی Halton و Sobol به عنوان وسیله ای بهره وری را نسبت به مونت کارلو SSA معمولی بهبود بخشید ، بنابراین کاهش می یابد الزامات محاسباتی SSA.یافته ها نشان می دهد که با استفاده دنباله های کم نظیر ، تعداد شبیه سازی های مورد نیاز MC معمولی روشهای SSA به ویژه می توان کاهش یافت ، از این رو کاهش زمان محاسباتی مورد نیاز برای SSA از مدل های CGE.

We propose a method of estimating the linear-in-means model of peer effects in which the peer group, defined by a social network, is endogenous in the outcome equation for peer effects. Endogeneity is due to unobservable individual characteristics that influence both link formation in the network and the outcome of interest. We propose two estimators of the peer effect equation that control for the endogeneity of the social connections using a control function approach. We leave the functional form of the control function unspecified and treat it as unknown. To estimate the model, we use a sieve semiparametric approach, and we establish asymptotics of the semiparametric estimator.

ما روشی را برای برآورد مدل خطی در میانگین اثرات همسالان پیشنهاد می کنیم که در آن گروه همسالان ، که توسط یک شبکه اجتماعی تعریف شده است ، در معادله نتیجه برای اثرات همسالان.درون زا به دلیل غیرقابل کنترل است خصوصیات فردی که بر شکل گیری پیوند در شبکه تأثیر می گذارد و نتیجه علاقه.ما دو برآوردگر اثر همسالان را پیشنهاد می کنیم معادله ای که کنترل درون زایی اتصالات اجتماعی را با استفاده از a کنترل می کند رویکرد عملکرد کنترل.ما شکل عملکردی عملکرد کنترل را ترک می کنیم نامشخص و با آن به عنوان ناشناخته رفتار کنید.برای برآورد مدل ، ما از الک استفاده می کنیم رویکرد نیمه پارامتری ، و ما بدون علامت از نیمه پارامتری ایجاد می کنیم برآوردگر

This paper considers the problem of forecasting a collection of short time series using cross sectional information in panel data. We construct point predictors using Tweedie's formula for the posterior mean of heterogeneous coefficients under a correlated random effects distribution. This formula utilizes cross-sectional information to transform the unit-specific (quasi) maximum likelihood estimator into an approximation of the posterior mean under a prior distribution that equals the population distribution of the random coefficients. We show that the risk of a predictor based on a non-parametric estimate of the Tweedie correction is asymptotically equivalent to the risk of a predictor that treats the correlated-random-effects distribution as known (ratio-optimality). Our empirical Bayes predictor performs well compared to various competitors in a Monte Carlo study. In an empirical application we use the predictor to forecast revenues for a large panel of bank holding companies and compare forecasts that condition on actual and severely adverse macroeconomic conditions.

در این مقاله مشکل پیش بینی مجموعه ای از زمان کوتاه در نظر گرفته شده است سری با استفاده از اطلاعات مقطعی در داده های پانل.ما نقطه را می سازیم پیش بینی کننده ها با استفاده از فرمول Tweedie برای میانگین خلفی ناهمگن ضرایب تحت توزیع اثرات تصادفی همبسته.این فرمول از اطلاعات مقطعی برای تبدیل واحد خاص (شبه) استفاده می کند حداکثر برآوردگر احتمال به تقریب میانگین خلفی در زیر توزیع قبلی که برابر با توزیع جمعیت تصادفی است ضرایبما نشان می دهیم که خطر پیش بینی کننده بر اساس یک غیر پارامتری برآورد تصحیح توئیدی به صورت مجانبی معادل خطر خطر است پیش بینی کننده ای که با توزیع اثرات تصادفی همبستگی به عنوان شناخته شده رفتار می کند (نسبت-مطلوبیت).پیش بینی کننده تجربی Bayes ما در مقایسه با رقبای مختلف در یک مطالعه مونت کارلو.در یک برنامه تجربی ما استفاده می کنیم پیش بینی کننده برای پیش بینی درآمدها برای یک هیئت بزرگ از شرکت های هلدینگ بانکی و پیش بینی های این بیماری را در مورد واقعی و به شدت نامطلوب مقایسه کنید شرایط کلان اقتصادی.

There is a fast growing literature that set-identifies structural vector autoregressions (SVARs) by imposing sign restrictions on the responses of a subset of the endogenous variables to a particular structural shock (sign-restricted SVARs). Most methods that have been used to construct pointwise coverage bands for impulse responses of sign-restricted SVARs are justified only from a Bayesian perspective. This paper demonstrates how to formulate the inference problem for sign-restricted SVARs within a moment-inequality framework. In particular, it develops methods of constructing confidence bands for impulse response functions of sign-restricted SVARs that are valid from a frequentist perspective. The paper also provides a comparison of frequentist and Bayesian coverage bands in the context of an empirical application - the former can be substantially wider than the latter.

یک ادبیات در حال رشد سریع وجود دارد که بردار ساختاری را مشخص می کند Autoregressions (SVAR) با تحمیل محدودیت های نشانه در پاسخ های یک زیر مجموعه متغیرهای درون زا به یک شوک ساختاری خاص (SVARS محدود به علامت).بیشتر روش هایی که برای ساخت استفاده شده اند باندهای پوشش نقطه ای برای پاسخ های ضربه ای از SVAR های محدود با علامت فقط از دیدگاه بیزی توجیه شده است.این مقاله نحوه عملکرد را نشان می دهد مشکل استنتاج را برای SVAR های محدود شده با علامت در یک تدوین کنید چارچوب نابرابری لحظه ای.به طور خاص ، روشهای ساخت را توسعه می دهد باندهای اعتماد به نفس برای عملکردهای پاسخ ضربه از SVAR های محدود شده با علامت که از منظر مکرر معتبر هستند.مقاله همچنین مقایسه ای را ارائه می دهد از گروههای پوشش مکرر و بیزی در زمینه تجربی برنامه - اولی می تواند از نظر دومی بسیار گسترده تر باشد.

We systematically investigate the effect heterogeneity of job search programmes for unemployed workers. To investigate possibly heterogeneous employment effects, we combine non-experimental causal empirical models with Lasso-type estimators. The empirical analyses are based on rich administrative data from Swiss social security records. We find considerable heterogeneities only during the first six months after the start of training. Consistent with previous results of the literature, unemployed persons with fewer employment opportunities profit more from participating in these programmes. Furthermore, we also document heterogeneous employment effects by residence status. Finally, we show the potential of easy-to-implement programme participation rules for improving average employment effects of these active labour market programmes.

ما به طور سیستماتیک تأثیر ناهمگونی اثر جستجوی شغل را بررسی می کنیم برنامه هایی برای کارگران بیکار.برای بررسی احتمالاً ناهمگن اثرات اشتغال ، ما مدلهای تجربی علی غیر تجربی را با هم ترکیب می کنیم برآوردگرهای نوع لاسو.تجزیه و تحلیل تجربی مبتنی بر غنی اداری است داده های مربوط به سوابق تأمین اجتماعی سوئیس.ما ناهمگونی های قابل توجهی پیدا می کنیم فقط در شش ماه اول پس از شروع تمرین.مطابق با نتایج قبلی ادبیات ، افراد بیکار با اشتغال کمتر فرصت ها از شرکت در این برنامه ها سود بیشتری کسب می کنند.علاوه بر این، ما همچنین اثرات اشتغال ناهمگن را با وضعیت اقامت مستند می کنیم.سرانجام، ما پتانسیل قوانین مشارکت برنامه آسان برای اجرای برنامه را برای بهبود متوسط اثرات اشتغال این برنامه های فعال بازار کار.

Dynamic contracts with multiple agents is a classical decentralized decision-making problem with asymmetric information. In this paper, we extend the single-agent dynamic incentive contract model in continuous-time to a multi-agent scheme in finite horizon and allow the terminal reward to be dependent on the history of actions and incentives. We first derive a set of sufficient conditions for the existence of optimal contracts in the most general setting and conditions under which they form a Nash equilibrium. Then we show that the principal's problem can be converted to solving Hamilton-Jacobi-Bellman (HJB) equation requiring a static Nash equilibrium. Finally, we provide a framework to solve this problem by solving partial differential equations (PDE) derived from backward stochastic differential equations (BSDE).

قراردادهای پویا با چندین عامل غیر متمرکز کلاسیک است مشکل تصمیم گیری با اطلاعات نامتقارن.در این مقاله ، ما گسترش می دهیم مدل قرارداد تشویقی پویا تک عامل در زمان مداوم به a طرح چند عامل در افق محدود و اجازه دادن به پاداش ترمینال وابسته به تاریخ اقدامات و مشوق ها.ما ابتدا مجموعه ای از شرایط کافی برای وجود قراردادهای بهینه در بیشتر تنظیم و شرایطی که تحت آن تعادل NASH ایجاد می کنند.سپس ما نشان می دهیم که مشکل اصلی می تواند به حل تبدیل شود معادله همیلتون-ژاکوبی-بلمن (HJB) که نیاز به تعادل استاتیک NASH دارد. سرانجام ، ما چارچوبی را برای حل این مشکل با حل جزئی ارائه می دهیم معادلات دیفرانسیل (PDE) حاصل از دیفرانسیل تصادفی عقب مانده معادلات (BSDE).

This paper presents a new estimator of the intercept of a linear regression model in cases where the outcome varaible is observed subject to a selection rule. The intercept is often in this context of inherent interest; for example, in a program evaluation context, the difference between the intercepts in outcome equations for participants and non-participants can be interpreted as the difference in average outcomes of participants and their counterfactual average outcomes if they had chosen not to participate. The new estimator can under mild conditions exhibit a rate of convergence in probability equal to $n^{-p/(2p+1)}$, where $p\ge 2$ is an integer that indexes the strength of certain smoothness assumptions. This rate of convergence is shown in this context to be the optimal rate of convergence for estimation of the intercept parameter in terms of a minimax criterion. The new estimator, unlike other proposals in the literature, is under mild conditions consistent and asymptotically normal with a rate of convergence that is the same regardless of the degree to which selection depends on unobservables in the outcome equation. Simulation evidence and an empirical example are included.

در این مقاله برآوردگر جدیدی از رهگیری یک رگرسیون خطی ارائه شده است مدل در مواردی که نتیجه Varaible در معرض انتخاب مشاهده می شود قانون.رهگیری اغلب در این زمینه از علاقه ذاتی است.مثلا، در یک زمینه ارزیابی برنامه ، تفاوت بین رهگیری ها در معادلات نتیجه برای شرکت کنندگان و غیر شرکت کنندگان را می توان تفسیر کرد تفاوت در نتایج متوسط شرکت کنندگان و ضد خلاف آنها نتایج متوسط اگر آنها انتخاب نکرده اند شرکت کنند.برآوردگر جدید می تواند در شرایط خفیف ، میزان همگرایی در احتمال برابر با $ n^{-p/(2p+1)} $ ، که در آن $ p \ ge 2 $ یک عدد صحیح است که قدرت آن را نشان می دهد برخی فرضیات صافی.این میزان همگرایی در این نشان داده شده است زمینه برای بهینه بودن همگرایی برای تخمین رهگیری است پارامتر از نظر معیار Minimax.برخلاف دیگر ، برآوردگر جدید پیشنهادات در ادبیات ، در شرایط خفیف سازگار است و بدون علامت با نرخ همگرایی که بدون در نظر گرفتن یکسان است درجه ای که انتخاب به غیر قابل کنترل در معادله نتیجه بستگی دارد. شواهد شبیه سازی و یک مثال تجربی گنجانده شده است.

Gale, Kuhn and Tucker (1950) introduced two ways to reduce a zero-sum game by packaging some strategies with respect to a probability distribution on them. In terms of value, they gave conditions for a desirable reduction. We show that a probability distribution for a desirable reduction relies on optimal strategies in the original game. Also, we correct an improper example given by them to show that the reverse of a theorem does not hold.

گیل ، کوهن و تاکر (1950) دو راه برای کاهش یک بازی با مبلغ صفر را معرفی کردند بسته بندی برخی از استراتژی ها با توجه به توزیع احتمال بر روی آنها. از نظر ارزش ، آنها شرایطی را برای کاهش مطلوب فراهم کردند.ما نشان می دهیم که توزیع احتمال برای کاهش مطلوب به بهینه متکی است استراتژی ها در بازی اصلی.همچنین ، ما یک مثال نادرست را که توسط آنها نشان می دهند که برعکس یک قضیه وجود ندارد.

This study proposes a simple technique for propensity score matching for multiple treatment levels under the strong unconfoundedness assumption with the help of the Aitchison distance proposed in the field of compositional data analysis (CODA).

این مطالعه یک تکنیک ساده برای تطبیق نمره تمایل برای سطح درمانی چندگانه تحت فرض عدم تمایل شدید با کمک از فاصله Aitchison که در زمینه داده های ترکیبی ارائه شده است تجزیه و تحلیل (CODA).

We consider an index model of dyadic link formation with a homophily effect index and a degree heterogeneity index. We provide nonparametric identification results in a single large network setting for the potentially nonparametric homophily effect function, the realizations of unobserved individual fixed effects and the unknown distribution of idiosyncratic pairwise shocks, up to normalization, for each possible true value of the unknown parameters. We propose a novel form of scale normalization on an arbitrary interquantile range, which is not only theoretically robust but also proves particularly convenient for the identification analysis, as quantiles provide direct linkages between the observable conditional probabilities and the unknown index values. We then use an inductive "in-fill and out-expansion" algorithm to establish our main results, and consider extensions to more general settings that allow nonseparable dependence between homophily and degree heterogeneity, as well as certain extents of network sparsity and weaker assumptions on the support of unobserved heterogeneity. As a byproduct, we also propose a concept called "modeling equivalence" as a refinement of "observational equivalence", and use it to provide a formal discussion about normalization, identification and their interplay with counterfactuals.

ما یک مدل شاخص از شکل گیری پیوند dyadic با یک اثر هموفیلی در نظر می گیریم فهرست و شاخص ناهمگونی درجه.ما شناسایی غیرپارامتری را ارائه می دهیم منجر به یک تنظیم شبکه بزرگ برای غیرپارامتری بالقوه می شود عملکرد اثر هموفیلی ، تحقق فرد بدون نظارت ثابت است اثرات و توزیع ناشناخته شوکهای زوجی ایدیوسنکراتیک ، تا عادی سازی ، برای هر مقدار واقعی ممکن از پارامترهای ناشناخته.ما یک شکل جدید از عادی سازی مقیاس را بر روی یک interquantile دلخواه پیشنهاد دهید دامنه ، که نه تنها از نظر تئوری قوی است بلکه به ویژه اثبات می کند مناسب برای تجزیه و تحلیل شناسایی ، به عنوان مقدار مستقیم ارائه می دهد ارتباط بین احتمالات مشروط قابل مشاهده و شاخص ناشناخته ارزش های.ما سپس از یک الگوریتم القایی "پر و خارج از کشور" استفاده می کنیم نتایج اصلی ما را تعیین کنید و پسوندها را در تنظیمات عمومی تر در نظر بگیرید این امر باعث می شود وابستگی غیر قابل تفکیک بین ناهمگونی هموفیلی و درجه ، و همچنین برخی از موارد خاص از کمبود شبکه و فرضیات ضعیف تر حمایت از ناهمگونی بدون نظارت.به عنوان یک محصول جانبی ، ما یک مفهوم را نیز پیشنهاد می کنیم به نام "هم ارزی مدل سازی" به عنوان پالایش "هم ارزی مشاهده ای" ، و از آن برای ارائه یک بحث رسمی در مورد عادی سازی ، شناسایی استفاده کنید و تعامل آنها با خلاف واقع

Web search data are a valuable source of business and economic information. Previous studies have utilized Google Trends web search data for economic forecasting. We expand this work by providing algorithms to combine and aggregate search volume data, so that the resulting data is both consistent over time and consistent between data series. We give a brand equity example, where Google Trends is used to analyze shopping data for 100 top ranked brands and these data are used to nowcast economic variables. We describe the importance of out of sample prediction and show how principal component analysis (PCA) can be used to improve the signal to noise ratio and prevent overfitting in nowcasting models. We give a finance example, where exploratory data analysis and classification is used to analyze the relationship between Google Trends searches and stock prices.

داده های جستجوی وب منبع ارزشمندی از اطلاعات تجاری و اقتصادی است. مطالعات قبلی از داده های جستجوی وب Google Trends برای اقتصادی استفاده کرده اند پیش بینیما این کار را با ارائه الگوریتم ها برای ترکیب و داده های حجم جستجو را جمع کنید ، به طوری که داده های حاصل هم سازگار هستند با گذشت زمان و بین سری داده ها سازگار است.ما به عنوان مثال برند سهام می دهیم ، جایی که از Google Trends برای تجزیه و تحلیل داده های خرید برای 100 مارک برتر رتبه استفاده می شود و از این داده ها برای اکنون متغیرهای اقتصادی استفاده می شود.ما توصیف می کنیم اهمیت خارج از پیش بینی نمونه و نشان دادن چگونگی مؤلفه اصلی تجزیه و تحلیل (PCA) می تواند برای بهبود نسبت سیگنال به نویز و جلوگیری از آن استفاده شود بیش از حد در مدل های Nowcasting.ما یک مثال مالی می دهیم ، جایی که اکتشافی تجزیه و تحلیل داده ها و طبقه بندی برای تجزیه و تحلیل رابطه بین استفاده می شود Google Trends جستجو و قیمت سهام.

We propose a new inferential methodology for dynamic economies that is robust to misspecification of the mechanism generating frictions. Economies with frictions are treated as perturbations of a frictionless economy that are consistent with a variety of mechanisms. We derive a representation for the law of motion for such economies and we characterize parameter set identification. We derive a link from model aggregate predictions to distributional information contained in qualitative survey data and specify conditions under which the identified set is refined. The latter is used to semi-parametrically estimate distortions due to frictions in macroeconomic variables. Based on these estimates, we propose a novel test for complete models. Using consumer and business survey data collected by the European Commission, we apply our method to estimate distortions due to financial frictions in the Spanish economy. We investigate the implications of these estimates for the adequacy of the standard model of financial frictions SW-BGG (Smets and Wouters (2007), Bernanke, Gertler, and Gilchrist (1999)).

ما یک روش استنباطی جدید برای اقتصادهای پویا که قوی است پیشنهاد می کنیم برای شناسایی مکانیزم ایجاد اصطکاک.اقتصاد با اصطکاک به عنوان آشفتگی اقتصاد بدون اصطکاک رفتار می شود که هستند سازگار با انواع مکانیسم ها.ما نمایندگی قانون را به دست می آوریم حرکت برای چنین اقتصادی و ما شناسایی مجموعه پارامتر را توصیف می کنیم. ما پیوندی از پیش بینی های کل مدل به اطلاعات توزیع را استخراج می کنیم موجود در داده های بررسی کیفی و مشخص کردن شرایطی که در آن مجموعه شناسایی شده تصفیه شده است.مورد دوم برای برآورد نیمه پارامتری استفاده می شود اعوجاج به دلیل اصطکاک در متغیرهای کلان اقتصادی.بر اساس اینها برآورد ، ما یک آزمایش جدید برای مدل های کامل پیشنهاد می کنیم.استفاده از مصرف کننده و داده های بررسی تجاری که توسط کمیسیون اروپا جمع آوری شده است ، ما روش خود را اعمال می کنیم برای برآورد تحریف به دلیل اصطکاک مالی در اقتصاد اسپانیا.ما پیامدهای این برآوردها را برای کفایت آن بررسی کنید مدل استاندارد اصطکاک های مالی SW-BGG (Smets and Wouters (2007) ، برنانکه ، گرتلر و گیلچریست (1999)).

This paper defines the class of $\mathcal{H}$-valued autoregressive (AR) processes with a unit root of finite type, where $\mathcal{H}$ is an infinite dimensional separable Hilbert space, and derives a generalization of the Granger-Johansen Representation Theorem valid for any integration order $d=1,2,\dots$. An existence theorem shows that the solution of an AR with a unit root of finite type is necessarily integrated of some finite integer $d$ and displays a common trends representation with a finite number of common stochastic trends of the type of (cumulated) bilateral random walks and an infinite dimensional cointegrating space. A characterization theorem clarifies the connections between the structure of the AR operators and $(i)$ the order of integration, $(ii)$ the structure of the attractor space and the cointegrating space, $(iii)$ the expression of the cointegrating relations, and $(iv)$ the Triangular representation of the process. Except for the fact that the number of cointegrating relations that are integrated of order 0 is infinite, the representation of $\mathcal{H}$-valued ARs with a unit root of finite type coincides with that of usual finite dimensional VARs, which corresponds to the special case $\mathcal{H}=\mathbb{R}^p$.

در این مقاله کلاس $ \ Mathcal {H} $-ارزشمند Autoregressive (AR) تعریف شده است فرآیندها با یک ریشه واحد از نوع محدود ، که در آن $ \ Mathcal {H} $ بی نهایت است فضای جداگانه هیلبرت قابل جدا شدن ، و تعمیم بخش Granger-Johansen Theorem Alemem برای هر دستور ادغام معتبر است $ d = 1،2 ، \ dots $.یک قضیه وجود نشان می دهد که راه حل AR با a ریشه واحد از نوع محدود لزوماً از یک عدد صحیح محدود $ D $ یکپارچه است و یک نمایش روندهای مشترک را با تعداد محدودی از مشترک نشان می دهد روند تصادفی از نوع (جمع آوری شده) پیاده روی های تصادفی دو جانبه و یک فضای ادغام کننده بعدی بی نهایت.یک قضیه خصوصیات روشن می شود اتصالات بین ساختار اپراتورهای AR و $ (i) $ سفارش ادغام ، $ (ii) $ ساختار فضای جاذبه و فضای ادغام شده ، $ (iii) $ بیان روابط همگرایی ، و $ (IV) $ نمایندگی مثلثی روند.به جز این واقعیت که تعداد روابط همگرایی که از سفارش 0 یکپارچه شده اند بی نهایت ، نمایندگی $ \ Mathcal {H} $-با ارزش ARS با یک ریشه واحد نوع محدود همزمان با آن از VAR های بعدی محدود محدود ، که مطابق با پرونده ویژه $ \ Mathcal {H} = \ Mathbb {r}^p $.

High-dimensional linear models with endogenous variables play an increasingly important role in recent econometric literature. In this work we allow for models with many endogenous variables and many instrument variables to achieve identification. Because of the high-dimensionality in the second stage, constructing honest confidence regions with asymptotically correct coverage is non-trivial. Our main contribution is to propose estimators and confidence regions that would achieve that. The approach relies on moment conditions that have an additional orthogonal property with respect to nuisance parameters. Moreover, estimation of high-dimension nuisance parameters is carried out via new pivotal procedures. In order to achieve simultaneously valid confidence regions we use a multiplier bootstrap procedure to compute critical values and establish its validity.

مدل های خطی با ابعاد بالا با متغیرهای درون زا به طور فزاینده ای بازی می کنند نقش مهم در ادبیات اقتصاد سنجی اخیر.در این کار ما اجازه می دهیم مدل هایی با متغیرهای درون زا و متغیرهای ابزار زیادی برای دستیابی شناسایی.به دلیل ابعاد بالا در مرحله دوم ، ساخت مناطق اعتماد به نفس صادقانه با پوشش بدون علامت صحیح است غیر واقعیسهم اصلی ما پیشنهاد برآوردگرها و اعتماد به نفس است مناطقی که به آن دست می یابند.این رویکرد به شرایط لحظه ای متکی است که با توجه به پارامترهای مزاحم ، یک خاصیت متعامد اضافی داشته باشید. علاوه بر این ، برآورد پارامترهای مزاحمت با ابعاد بالا از طریق انجام می شود مراحل جدید محوری.به منظور دستیابی به اعتماد به نفس همزمان مناطق ما برای محاسبه مقادیر بحرانی از یک روش بوت استرپ چند برابر استفاده می کنیم اعتبار خود را تعیین کنید.

This paper investigates the impacts of major natural resource discoveries since 1960 on life expectancy in the nations that they were resource poor prior to the discoveries. Previous literature explains the relation between nations wealth and life expectancy, but it has been silent about the impacts of resource discoveries on life expectancy. We attempt to fill this gap in this study. An important advantage of this study is that as the previous researchers argued resource discovery could be an exogenous variable. We use longitudinal data from 1960 to 2014 and we apply three modern empirical methods including Difference-in-Differences, Event studies, and Synthetic Control approach, to investigate the main question of the research which is 'how resource discoveries affect life expectancy?'. The findings show that resource discoveries in Ecuador, Yemen, Oman, and Equatorial Guinea have positive and significant impacts on life expectancy, but the effects for the European countries are mostly negative.

در این مقاله به بررسی تأثیر اکتشافات عمده منابع طبیعی می پردازیم از سال 1960 در مورد امید به زندگی در ملل که آنها از قبل فقیر منابع بودند به اکتشافاتادبیات قبلی رابطه بین ملل را توضیح می دهد ثروت و امید به زندگی ، اما در مورد تأثیرات سکوت کرده است اکتشافات منابع در مورد امید به زندگی.ما سعی می کنیم این شکاف را در این مورد پر کنیم مطالعه.یک مزیت مهم این مطالعه به عنوان محققان قبلی است کشف منابع استدلال می تواند یک متغیر اگزوژن باشد.ما از طولی استفاده می کنیم داده ها از 1960 تا 2014 و ما سه روش تجربی مدرن از جمله تفاوت در اختلاف ، مطالعات رویداد و رویکرد کنترل مصنوعی به سؤال اصلی تحقیق را بررسی کنید که "چگونه منبع است اکتشافات بر امید به زندگی تأثیر می گذارد؟یافته ها نشان می دهد که منبع اکتشافات در اکوادور ، یمن ، عمان و گینه استوایی مثبت و تأثیرات قابل توجهی بر امید به زندگی ، اما تأثیرات اروپایی کشورها بیشتر منفی هستند.

In this paper we estimate a Bayesian vector autoregressive model with factor stochastic volatility in the error term to assess the effects of an uncertainty shock in the Euro area. This allows us to treat macroeconomic uncertainty as a latent quantity during estimation. Only a limited number of contributions to the literature estimate uncertainty and its macroeconomic consequences jointly, and most are based on single country models. We analyze the special case of a shock restricted to the Euro area, where member states are highly related by construction. We find significant results of a decrease in real activity for all countries over a period of roughly a year following an uncertainty shock. Moreover, equity prices, short-term interest rates and exports tend to decline, while unemployment levels increase. Dynamic responses across countries differ slightly in magnitude and duration, with Ireland, Slovakia and Greece exhibiting different reactions for some macroeconomic fundamentals.

در این مقاله ما یک مدل اتورگرایی بردار بیزی با فاکتور تخمین می زنیم نوسانات تصادفی در اصطلاح خطا برای ارزیابی اثرات عدم اطمینان شوک در منطقه یورو.این به ما اجازه می دهد تا با عدم اطمینان کلان اقتصادی به عنوان یک رفتار کنیم مقدار نهفته در طول تخمین.فقط تعداد محدودی از مشارکت در ادبیات عدم اطمینان و پیامدهای کلان اقتصادی آن را به طور مشترک تخمین می زند ، و بیشتر آنها بر اساس مدل های تک کشور است.ما مورد خاص a را تحلیل می کنیم شوک محدود به منطقه یورو ، جایی که کشورهای عضو بسیار مرتبط هستند ساخت و ساز.ما نتایج قابل توجهی از کاهش فعالیت واقعی برای همه کشورها در طی یک دوره تقریباً یک سال پس از شوک عدم اطمینان. علاوه بر این ، قیمت سهام ، نرخ بهره کوتاه مدت و صادرات تمایل به کاهش دارد ، در حالی که سطح بیکاری افزایش می یابد.پاسخ های پویا در سراسر کشورها متفاوت است کمی در بزرگی و مدت زمان ، با ایرلند ، اسلواکی و یونان نمایش واکنشهای مختلف برای برخی از اصول کلان اقتصادی.

We report a new result on lotteries --- that a well-funded syndicate has a purely mechanical strategy to achieve expected returns of 10\% to 25\% in an equiprobable lottery with no take and no carryover pool. We prove that an optimal strategy (Nash equilibrium) in a game between the syndicate and other players consists of betting one of each ticket (the "trump ticket"), and extend that result to proportional ticket selection in non-equiprobable lotteries. The strategy can be adjusted to accommodate lottery taxes and carryover pools. No "irrationality" need be involved for the strategy to succeed --- it requires only that a large group of non-syndicate bettors each choose a few tickets independently.

ما نتیجه جدیدی را در مورد قرعه کشی گزارش می کنیم --- که یک سندیکای با بودجه دارای یک است صرفاً استراتژی مکانیکی برای دستیابی به بازده مورد انتظار از 10 \ ٪ تا 25 \ ٪ در قرعه کشی قابل استفاده و بدون استفاده و استخر حمل و نقل.ما ثابت می کنیم که استراتژی بهینه (تعادل نش) در یک بازی بین سندیکا و موارد دیگر بازیکنان شامل شرط بندی یکی از هر بلیط ("بلیط ترامپ") هستند و گسترش می یابند این نتیجه به انتخاب بلیط متناسب در قرعه کشی های غیر معادل می رسد.در استراتژی را می توان تنظیم کرد تا مالیات های قرعه کشی و استخرهای حمل را در خود جای دهد.هیچ "غیر منطقی بودن" برای موفقیت استراتژی باید درگیر شود --- نیاز دارد فقط این که گروه بزرگی از شرط بندی های غیر سیناتیو هرکدام چند بلیط را انتخاب می کنند به طور مستقل

Despite its unusual payout structure, the Canadian 6/49 Lotto is one of the few government sponsored lotteries that has the potential for a favorable strategy we call "buying the pot." By buying the pot we mean that a syndicate buys each ticket in the lottery, ensuring that it holds a jackpot winner. We assume that the other bettors independently buy small numbers of tickets. This paper presents (1) a formula for the syndicate's expected return, (2) conditions under which buying the pot produces a significant positive expected return, and (3) the implications of these findings for lottery design.

علی رغم ساختار پرداخت غیرمعمول ، لوتو 6/49 کانادایی یکی از این موارد است تعداد کمی از قرعه کشی های دولت که دارای پتانسیل مطلوب هستند استراتژی ما "خرید گلدان" می نامیم.منظور ما این است که یک سندیکا هر بلیط را در قرعه کشی خریداری می کند ، و اطمینان می دهد که برنده جکپات است.ما فرض کنید که سایر شرط بندی ها به طور مستقل تعداد کمی بلیط را خریداری می کنند.این مقاله ارائه شده (1) فرمول برای بازگشت مورد انتظار سندیکا ، (2) شرایطی که در آن خرید گلدان انتظار می رود مثبت قابل توجهی ایجاد کند بازگشت ، و (3) پیامدهای این یافته ها برای طراحی قرعه کشی.

Dynamic Discrete Choice Models (DDCMs) are important in the structural estimation literature. Since the structural errors are practically always continuous and unbounded in nature, researchers often use the expected value function. The idea to solve for the expected value function made solution more practical and estimation feasible. However, as we show in this paper, the expected value function is impractical compared to an alternative: the integrated (ex ante) value function. We provide brief descriptions of the inefficacy of the former, and benchmarks on actual problems with varying cardinality of the state space and number of decisions. Though the two approaches solve the same problem in theory, the benchmarks support the claim that the integrated value function is preferred in practice.

مدلهای انتخاب گسسته پویا (DDCMS) در ساختار مهم هستند ادبیات تخمین.از آنجا که خطاهای ساختاری عملاً همیشه هستند محققان اغلب از ارزش مورد انتظار استفاده می کنند تابع.ایده حل برای عملکرد مقدار مورد انتظار ، راه حل بیشتری را ایجاد کرده است عملی و تخمین امکان پذیر است.با این حال ، همانطور که در این مقاله نشان می دهیم ، عملکرد مقدار مورد انتظار در مقایسه با یک جایگزین غیر عملی است: تابع مقدار یکپارچه (سابق ante).ما توضیحات مختصری از ناکارآمدی سابق و معیارهای مربوط به مشکلات واقعی با متفاوت کاردینال بودن فضای دولت و تعداد تصمیمات.هر چند این دو رویکردها در تئوری همان مشکل را حل می کنند ، معیارها از این ادعا پشتیبانی می کنند اینکه عملکرد ارزش یکپارچه در عمل ارجح است.

This paper develops a new model and estimation procedure for panel data that allows us to identify heterogeneous structural breaks. We model individual heterogeneity using a grouped pattern. For each group, we allow common structural breaks in the coefficients. However, the number, timing, and size of these breaks can differ across groups. We develop a hybrid estimation procedure of the grouped fixed effects approach and adaptive group fused Lasso. We show that our method can consistently identify the latent group structure, detect structural breaks, and estimate the regression parameters. Monte Carlo results demonstrate the good performance of the proposed method in finite samples. An empirical application to the relationship between income and democracy illustrates the importance of considering heterogeneous structural breaks.

در این مقاله یک مدل و روش تخمین جدید برای داده های پانل تهیه شده است که به ما امکان می دهد استراحت های ساختاری ناهمگن را شناسایی کنیم.ما فردی را مدل می کنیم ناهمگونی با استفاده از الگوی گروه بندی شده.برای هر گروه ، ما اجازه می دهیم استراحت ساختاری در ضرایب.با این حال ، تعداد ، زمان و اندازه این استراحت ها می تواند در گروه ها متفاوت باشد.ما یک روش تخمین ترکیبی ایجاد می کنیم از رویکرد اثرات ثابت گروه بندی شده و گروه تطبیقی Lasso.ما نشان می دهیم که روش ما می تواند به طور مداوم ساختار گروه نهفته را شناسایی کند ، تشخیص دهد استراحت ساختاری ، و پارامترهای رگرسیون را تخمین بزنید.نتایج مونت کارلو عملکرد خوب روش پیشنهادی را در نمونه های محدود نشان می دهد.در کاربرد تجربی در رابطه بین درآمد و دموکراسی اهمیت در نظر گرفتن وقفه های ساختاری ناهمگن را نشان می دهد.

We characterize common assumption of rationality of 2-person games within an incomplete information framework. We use the lexicographic model with incomplete information and show that a belief hierarchy expresses common assumption of rationality within a complete information framework if and only if there is a belief hierarchy within the corresponding incomplete information framework that expresses common full belief in caution, rationality, every good choice is supported, and prior belief in the original utility functions.

ما فرض مشترک عقلانیت بازی های 2 نفره را در یک توصیف می کنیم چارچوب اطلاعات ناقص.ما از مدل واژگونی استفاده می کنیم اطلاعات ناقص و نشان می دهد که سلسله مراتب اعتقادی بیان مشترک دارد فرض عقلانیت در یک چارچوب کامل اطلاعات اگر و فقط اگر در اطلاعات ناقص مربوطه یک سلسله مراتب اعتقادی وجود داشته باشد چارچوبی که ابراز اعتقاد کامل به احتیاط ، عقلانیت ، هر نوع خوب است انتخاب پشتیبانی می شود و اعتقاد قبلی به توابع اصلی ابزار.

We first show (1) the importance of investigating health expenditure process using the order two Markov chain model, rather than the standard order one model, which is widely used in the literature. Markov chain of order two is the minimal framework that is capable of distinguishing those who experience a certain health expenditure level for the first time from those who have been experiencing that or other levels for some time. In addition, using the model we show (2) that the probability of encountering a health shock first de- creases until around age 10, and then increases with age, particularly, after age 40, (3) that health shock distributions among different age groups do not differ until their percentiles reach the median range, but that above the median the health shock distributions of older age groups gradually start to first-order dominate those of younger groups, and (4) that the persistency of health shocks also shows a U-shape in relation to age.

ما برای اولین بار (1) اهمیت بررسی روند هزینه های بهداشتی را نشان می دهیم با استفاده از سفارش دو مدل زنجیره مارکوف ، به جای سفارش استاندارد مدل ، که به طور گسترده در ادبیات استفاده می شود.زنجیره سفارش مارکوف دو است چارچوب حداقل که قادر به تمایز کسانی است که تجربه می کنند برخی از هزینه های بهداشتی خاص برای اولین بار از کسانی که بوده اند تجربه آن یا سطوح دیگر برای مدتی.علاوه بر این ، با استفاده از مدل ما نشان می دهیم (2) که احتمال مواجهه با یک شوک سلامتی ابتدا تا حدود 10 سالگی چین می یابد و بعد از آن با افزایش سن ، به ویژه پس از آن افزایش می یابد سن 40 سالگی ، (3) که توزیع شوک سلامت در بین گروه های سنی مختلف انجام نمی شود تا زمانی که صدک های آنها به محدوده میانه برسد ، اما بالاتر از آن متفاوت است میانگین توزیع شوک سلامت گروههای سنی بالاتر به تدریج شروع می شود مرتبه اول بر گروههای جوانتر حاکم است ، و (4) که پایداری از آن است شوک های بهداشتی همچنین در رابطه با سن شکل U را نشان می دهد.

We define a modification of the standard Kripke model, called the ordered Kripke model, by introducing a linear order on the set of accessible states of each state. We first show this model can be used to describe the lexicographic belief hierarchy in epistemic game theory, and perfect rationalizability can be characterized within this model. Then we show that each ordered Kripke model is the limit of a sequence of standard probabilistic Kripke models with a modified (common) belief operator, in the senses of structure and the (epsilon-)permissibilities characterized within them.

ما اصلاح مدل استاندارد Kripke را به نام سفارش داده شده تعریف می کنیم مدل Kripke ، با معرفی یک سفارش خطی در مجموعه حالتهای در دسترس هر ایالتما برای اولین بار نشان می دهیم که این مدل می تواند برای توصیف واژگونی استفاده شود سلسله مراتب اعتقاد در نظریه بازی معرفتی ، و عقلانی بودن کامل می تواند باشد در این مدل مشخص می شود.سپس نشان می دهیم که هر مدل Kripke سفارش داده شده است حد دنباله ای از مدلهای kripke احتمالی استاندارد با اصلاح شده (مشترک) اپراتور اعتقاد ، در حواس ساختار و (epsilon-) مجازات در درون آنها مشخص می شود.

Why women avoid participating in a competition and how can we encourage them to participate in it? In this paper, we investigate how social image concerns affect women's decision to compete. We first construct a theoretical model and show that participating in a competition, even under affirmative action policies favoring women, is costly for women under public observability since it deviates from traditional female gender norms, resulting in women's low appearance in competitive environments. We propose and theoretically show that introducing prosocial incentives in the competitive environment is effective and robust to public observability since (i) it induces women who are intrinsically motivated by prosocial incentives to the competitive environment and (ii) it makes participating in a competition not costly for women from social image point of view. We conduct a laboratory experiment where we randomly manipulate the public observability of decisions to compete and test our theoretical predictions. The results of the experiment are fairly consistent with our theoretical predictions. We suggest that when designing policies to promote gender equality in competitive environments, using prosocial incentives through company philanthropy or other social responsibility policies, either as substitutes or as complements to traditional affirmative action policies, could be promising.

چرا زنان از شرکت در یک رقابت خودداری می کنند و چگونه می توانیم آنها را تشویق کنیم برای شرکت در آن؟در این مقاله ، ما بررسی می کنیم که چگونه نگرانی از تصویر اجتماعی است بر تصمیم زنان برای رقابت تأثیر می گذارد.ما ابتدا یک مدل نظری می سازیم و نشان می دهد که شرکت در یک رقابت ، حتی تحت اقدام مثبت سیاست هایی که به نفع زنان است ، از آنجا که برای زنان تحت نظر عمومی هزینه بر است این از هنجارهای جنسیتی سنتی زن منحرف می شود و در نتیجه زنان کم است ظاهر در محیط های رقابتی.ما پیشنهاد می کنیم و از لحاظ نظری آن را نشان می دهیم معرفی مشوق های اجتماعی در محیط رقابتی مؤثر است و از آنجا که (i) زنان را تحریک می کند ذاتاً با انگیزه های اجتماعی به محیط رقابتی انگیزه می یابد و (ii) این باعث می شود که شرکت در یک رقابت برای زنان از آن پرهزینه نباشد دیدگاه تصویر اجتماعی.ما یک آزمایش آزمایشگاهی را که در آن انجام می دهیم انجام می دهیم به طور تصادفی مشاهدات عمومی تصمیمات را برای رقابت و آزمایش دستکاری کنید پیش بینی های نظری ما.نتایج این آزمایش عادلانه است مطابق با پیش بینی های نظری ما.ما پیشنهاد می کنیم که هنگام طراحی سیاست هایی برای ارتقاء برابری جنسیتی در محیط های رقابتی ، با استفاده از مشوق های اجتماعی از طریق بشردوستانه شرکت یا سایر اجتماعی سیاست های مسئولیت ، چه به عنوان جایگزین و چه به عنوان مکمل سنتی سیاست های اقدام مثبت ، می تواند امیدوار کننده باشد.

The rational choice theory is based on this idea that people rationally pursue goals for increasing their personal interests. In most conditions, the behavior of an actor is not independent of the person and others' behavior. Here, we present a new concept of rational choice as a hyper-rational choice which in this concept, the actor thinks about profit or loss of other actors in addition to his personal profit or loss and then will choose an action which is desirable to him. We implement the hyper-rational choice to generalize and expand the game theory. Results of this study will help to model the behavior of people considering environmental conditions, the kind of behavior interactive, valuation system of itself and others and system of beliefs and internal values of societies. Hyper-rationality helps us understand how human decision makers behave in interactive decisions.

نظریه انتخاب منطقی مبتنی بر این ایده است که مردم به طور منطقی اهداف را برای افزایش منافع شخصی خود دنبال کنید.در بیشتر شرایط ، رفتار یک بازیگر مستقل از رفتار شخص و دیگران نیست. در اینجا ، ما یک مفهوم جدید از انتخاب منطقی را به عنوان یک انتخاب بیش از حد منطقی ارائه می دهیم که در این مفهوم ، بازیگر در مورد سود یا از دست دادن سایر بازیگران در آن فکر می کند علاوه بر سود یا ضرر شخصی وی و سپس عملی را انتخاب می کند مطلوب برای او.ما انتخاب بیش از حد منطقی را برای تعمیم و تئوری بازی را گسترش دهید.نتایج این مطالعه به مدل سازی رفتار کمک می کند از افرادی که شرایط محیطی را در نظر می گیرند ، نوع رفتار تعاملی ، سیستم ارزیابی از خود و دیگران و سیستم اعتقادات و ارزشهای داخلی جوامع.بیش از حد به ما کمک می کند تا چگونه انسان را درک کنیم تصمیم گیرندگان در تصمیمات تعاملی رفتار می کنند.

We develop a new VAR model for structural analysis with mixed-frequency data. The MIDAS-SVAR model allows to identify structural dynamic links exploiting the information contained in variables sampled at different frequencies. It also provides a general framework to test homogeneous frequency-based representations versus mixed-frequency data models. A set of Monte Carlo experiments suggests that the test performs well both in terms of size and power. The MIDAS-SVAR is then used to study how monetary policy and financial market volatility impact on the dynamics of gross capital inflows to the US. While no relation is found when using standard quarterly data, exploiting the variability present in the series within the quarter shows that the effect of an interest rate shock is greater the longer the time lag between the month of the shock and the end of the quarter

ما یک مدل VAR جدید برای تجزیه و تحلیل ساختاری با داده های فرکانس مختلط ایجاد می کنیم. مدل MIDAS-SVAR اجازه می دهد پیوندهای پویا ساختاری بهره برداری را شناسایی کنید اطلاعات موجود در متغیرهای نمونه برداری شده در فرکانس های مختلف.همچنین یک چارچوب کلی برای آزمایش فرکانس همگن فراهم می کند بازنمودها در مقابل مدلهای داده فرکانس مختلط.مجموعه ای از مونت کارلو آزمایشات نشان می دهد که این آزمایش هم از نظر اندازه و هم از نظر اندازه عملکرد خوبی دارد قدرت.سپس از Midas-Svar برای مطالعه چگونگی سیاست پولی و مالی استفاده می شود تأثیر نوسانات بازار بر پویایی ورود سرمایه ناخالص به ایالات متحده. در حالی که هنگام استفاده از داده های سه ماهه استاندارد ، هیچ ارتباطی پیدا نمی شود. تنوع موجود در سری در سه ماهه نشان می دهد که اثر شوک نرخ بهره بیشتر است تا زمان تأخیر بین ماه بیشتر باشد شوک و پایان چهارم

The development and deployment of matching procedures that incentivize truthful preference reporting is considered one of the major successes of market design research. In this study, we test the degree to which these procedures succeed in eliminating preference misrepresentation. We administered an online experiment to 1,714 medical students immediately after their participation in the medical residency match--a leading field application of strategy-proof market design. When placed in an analogous, incentivized matching task, we find that 23% of participants misrepresent their preferences. We explore the factors that predict preference misrepresentation, including cognitive ability, strategic positioning, overconfidence, expectations, advice, and trust. We discuss the implications of this behavior for the design of allocation mechanisms and the social welfare in markets that use them.

توسعه و استقرار رویه های تطبیق که انگیزه دارد گزارش اولویت واقعی یکی از موفقیتهای مهم در نظر گرفته می شود تحقیقات طراحی بازار.در این مطالعه ، ما میزان این موارد را آزمایش می کنیم رویه ها در از بین بردن سوء تفاهم ترجیح می دهند.ما تجویز کردیم یک آزمایش آنلاین به 1،714 دانشجوی پزشکی بلافاصله پس از آنها مشارکت در مسابقه اقامت پزشکی-یک برنامه پیشرو در زمینه طراحی بازار ضد استراتژی.هنگامی که در یک مشابه و انگیزه قرار می گیرد کار تطبیق ، می فهمیم که 23 ٪ از شرکت کنندگان ترجیحات خود را نادرست نشان می دهند. ما عواملی را که پیش بینی سوء تفسیر ترجیح را پیش بینی می کند ، بررسی می کنیم. توانایی شناختی ، موقعیت یابی استراتژیک ، اعتماد به نفس ، انتظارات ، مشاوره ، و اعتمادما در مورد پیامدهای این رفتار برای طراحی بحث می کنیم مکانیسم های تخصیص و رفاه اجتماعی در بازارهایی که از آنها استفاده می کنند.

Consumers are creatures of habit, often periodic, tied to work, shopping and other schedules. We analyzed one month of data from the world's largest bike-sharing company to elicit demand behavioral cycles, initially using models from animal tracking that showed large customers fit an Ornstein-Uhlenbeck model with demand peaks at periodicities of 7, 12, 24 hour and 7-days. Lorenz curves of bicycle demand showed that the majority of customer usage was infrequent, and demand cycles from time-series models would strongly overfit the data yielding unreliable models. Analysis of thresholded wavelets for the space-time tensor of bike-sharing contracts was able to compress the data into a 56-coefficient model with little loss of information, suggesting that bike-sharing demand behavior is exceptionally strong and regular. Improvements to predicted demand could be made by adjusting for 'noise' filtered by our model from air quality and weather information and demand from infrequent riders.

مصرف کنندگان موجودات عادت هستند ، اغلب دوره ای ، گره خورده به کار ، خرید و برنامه های دیگرما یک ماه از داده های بزرگترین جهان را تجزیه و تحلیل کردیم شرکت تقسیم دوچرخه برای استخراج چرخه های رفتاری تقاضا ، در ابتدا با استفاده از مدل ها از ردیابی حیوانات که نشان می دهد مشتریان بزرگ متناسب با Ornstein-Uhlenbeck هستند مدل با قله های تقاضا در دوره های 7 ، 12 ، 24 ساعت و 7 روز.لورنز منحنی های تقاضای دوچرخه نشان داد که اکثر استفاده از مشتری بوده است به ندرت ، و چرخه تقاضا از مدل های سری زمانی به شدت بیش از حد افزایش می یابد داده های ارائه شده مدل های غیرقابل اعتماد.تجزیه و تحلیل موج های آستانه برای تانسور فضا-زمان قراردادهای به اشتراک گذاری دوچرخه قادر به فشرده سازی داده ها به آن بود یک مدل 56 ضریب با از دست دادن کمی اطلاعات ، این را نشان می دهد رفتار تقاضا به اشتراک گذاری دوچرخه فوق العاده قوی و منظم است.پیشرفت با تنظیم "سر و صدای" که توسط ما فیلتر شده است ، می توان تقاضا را پیش بینی کرد مدل از کیفیت هوا و اطلاعات آب و هوا و تقاضا از نادر سواران

This paper describes a numerical method to solve for mean product qualities which equates the real market share to the market share predicted by a discrete choice model. The method covers a general class of discrete choice model, including the pure characteristics model in Berry and Pakes(2007) and the random coefficient logit model in Berry et al.(1995) (hereafter BLP). The method transforms the original market share inversion problem to an unconstrained convex minimization problem, so that any convex programming algorithm can be used to solve the inversion. Moreover, such results also imply that the computational complexity of inverting a demand model should be no more than that of a convex programming problem. In simulation examples, I show the method outperforms the contraction mapping algorithm in BLP. I also find the method remains robust in pure characteristics models with near-zero market shares.

در این مقاله یک روش عددی برای حل میانگین خصوصیات محصول شرح داده شده است که سهم بازار واقعی را با سهم بازار پیش بینی شده توسط یک گسسته برابر می کند مدل انتخاب.این روش یک کلاس کلی از مدل انتخاب گسسته را در بر می گیرد ، از جمله مدل ویژگی های خالص در توت و پیکس (2007) و مدل ورود به ضریب تصادفی در بری و همکاران (1995) (از این پس BLP).در روش مشکل وارونگی سهم اصلی بازار را به یک تبدیل می کند مشکل به حداقل رساندن محدب محدب ، به طوری که هر برنامه نویسی محدب از الگوریتم می توان برای حل وارونگی استفاده کرد.علاوه بر این ، چنین نتایج نیز دلالت دارد اینکه پیچیدگی محاسباتی معکوس یک مدل تقاضا نباید بیشتر باشد از مشکل برنامه نویسی محدب.در مثالهای شبیه سازی ، من نشان می دهم روش از الگوریتم نقشه برداری انقباض در BLP بهتر است.من هم پیدا می کنم روش در مدل های ویژگی های خالص با بازار نزدیک صفر قوی است سهام

This paper develops a set of test statistics based on bilinear forms in the context of the extremum estimation framework with particular interest in nonlinear hypothesis. We show that the proposed statistic converges to a conventional chi-square limit. A Monte Carlo experiment suggests that the test statistic works well in finite samples.

در این مقاله مجموعه ای از آمار آزمایش بر اساس اشکال دو طرفه در زمینه چارچوب تخمین افراطی با علاقه خاص به فرضیه غیرخطی.ما نشان می دهیم که آمار پیشنهادی به a همگرا می شود حد معمول Chi-Square.یک آزمایش مونت کارلو نشان می دهد که این آزمایش آمار در نمونه های محدود به خوبی کار می کند.

We provide an epistemic foundation for cooperative games by proof theory via studying the knowledge for players unanimously accepting only core payoffs. We first transform each cooperative game into a decision problem where a player can accept or reject any payoff vector offered to her based on her knowledge about available cooperation. Then we use a modified KD-system in epistemic logic, which can be regarded as a counterpart of the model for non-cooperative games in Bonanno (2008), (2015), to describe a player's knowledge, decision-making criterion, and reasoning process; especially, a formula called C-acceptability is defined to capture the criterion for accepting a core payoff vector. Within this syntactical framework, we characterize the core of a cooperative game in terms of players' knowledge. Based on that result, we discuss an epistemic inconsistency behind Debreu-Scarf Theorem, that is, the increase of the number of replicas has invariant requirement on each participant's knowledge from the aspect of competitive market, while requires unbounded epistemic ability players from the aspect of cooperative game.

ما یک بنیاد معرفتی برای بازی های تعاونی توسط تئوری اثبات از طریق ارائه می دهیم مطالعه دانش برای بازیکنانی که به اتفاق آرا فقط بازپرداختهای اصلی را می پذیرند.ما ابتدا هر بازی تعاونی را به یک مشکل تصمیم گیری تبدیل کنید که در آن یک بازیکن می تواند بر اساس دانش خود هر بردار بازپرداختی را که به او ارائه شده است بپذیرد یا رد کند در مورد همکاری موجودسپس ما از یک سیستم KD اصلاح شده در معرفتی استفاده می کنیم منطق ، که می تواند به عنوان همتای مدل برای غیر تعاونی در نظر گرفته شود بازی در Bonanno (2008) ، (2015) ، برای توصیف دانش یک بازیکن ، معیار تصمیم گیری و روند استدلال ؛به خصوص ، فرمولی به نام پذیرش C برای گرفتن معیار پذیرش بازپرداخت اصلی تعریف شده است برداردر این چارچوب نحوی ، ما هسته a را توصیف می کنیم بازی تعاونی از نظر دانش بازیکنان.بر اساس آن نتیجه ، ما بحث در مورد ناسازگاری معرفتی در پشت قضیه Debreu-Scarf ، یعنی ، افزایش تعداد ماکت ها برای هر یک نیاز ثابت دارد دانش شرکت کننده از جنبه بازار رقابتی ، در حالی که نیاز دارد بازیکنان توانایی معرفتی بی حد و حصر از جنبه بازی تعاونی.

In this study interest centers on regional differences in the response of housing prices to monetary policy shocks in the US. We address this issue by analyzing monthly home price data for metropolitan regions using a factor-augmented vector autoregression (FAVAR) model. Bayesian model estimation is based on Gibbs sampling with Normal-Gamma shrinkage priors for the autoregressive coefficients and factor loadings, while monetary policy shocks are identified using high-frequency surprises around policy announcements as external instruments. The empirical results indicate that monetary policy actions typically have sizeable and significant positive effects on regional housing prices, revealing differences in magnitude and duration. The largest effects are observed in regions located in states on both the East and West Coasts, notably California, Arizona and Florida.

در این مطالعه مراکز علاقه به اختلافات منطقه ای در پاسخ قیمت مسکن برای شوک های سیاست پولی در ایالات متحده.ما به این موضوع رسیدگی می کنیم تجزیه و تحلیل داده های قیمت خانه ماهانه برای مناطق کلانشهر با استفاده از a Autoregression Vector Augmented (FAVAR).برآورد مدل بیزی مبتنی بر نمونه گیری Gibbs با Priors کوچک گاما برای ضرایب و بارهای عاملی خودجوش ، در حالی که سیاست پولی شوک می زند با استفاده از شگفتی های با فرکانس بالا پیرامون اعلامیه های سیاست مشخص می شوند ابزارهای خارجینتایج تجربی نشان می دهد که سیاست پولی اقدامات به طور معمول اثرات مثبت قابل توجهی و معنی داری بر منطقه ای دارند قیمت مسکن ، تفاوت در بزرگی و مدت زمان را نشان می دهد.بزرگترین اثرات در مناطقی که در ایالت های شرق و غرب واقع شده اند مشاهده می شود سواحل ، به ویژه کالیفرنیا ، آریزونا و فلوریدا.

We study the asymptotic properties of a class of estimators of the structural parameters in dynamic discrete choice games. We consider K-stage policy iteration (PI) estimators, where K denotes the number of policy iterations employed in the estimation. This class nests several estimators proposed in the literature such as those in Aguirregabiria and Mira (2002, 2007), Pesendorfer and Schmidt-Dengler (2008), and Pakes et al. (2007). First, we establish that the K-PML estimator is consistent and asymptotically normal for all K. This complements findings in Aguirregabiria and Mira (2007), who focus on K=1 and K large enough to induce convergence of the estimator. Furthermore, we show under certain conditions that the asymptotic variance of the K-PML estimator can exhibit arbitrary patterns as a function of K. Second, we establish that the K-MD estimator is consistent and asymptotically normal for all K. For a specific weight matrix, the K-MD estimator has the same asymptotic distribution as the K-PML estimator. Our main result provides an optimal sequence of weight matrices for the K-MD estimator and shows that the optimally weighted K-MD estimator has an asymptotic distribution that is invariant to K. The invariance result is especially unexpected given the findings in Aguirregabiria and Mira (2007) for K-PML estimators. Our main result implies two new corollaries about the optimal 1-MD estimator (derived by Pesendorfer and Schmidt-Dengler (2008)). First, the optimal 1-MD estimator is optimal in the class of K-MD estimators. In other words, additional policy iterations do not provide asymptotic efficiency gains relative to the optimal 1-MD estimator. Second, the optimal 1-MD estimator is more or equally asymptotically efficient than any K-PML estimator for all K. Finally, the appendix provides appropriate conditions under which the optimal 1-MD estimator is asymptotically efficient.

ما خواص بدون علامت یک کلاس از برآوردگرهای ساختاری را مطالعه می کنیم پارامترها در بازی های انتخابی گسسته پویا.ما سیاست K را در نظر می گیریم برآوردگرهای تکرار (PI) ، جایی که K تعداد تکرارهای سیاست را نشان می دهد در تخمین به کار گرفته شده است.این کلاس چندین برآوردگر ارائه شده در ادبیاتی مانند موارد موجود در Aguirregabiria و Mira (2002 ، 2007) ، Pesendorfer و اشمیت-دنگلر (2008) ، و Pakes و همکاران.(2007).اول ، ما آن را تعیین می کنیم برآوردگر K-PML برای همه K. سازگار و بدون علامت طبیعی است. یافته ها را در Aguirregabiria و Mira (2007) تکمیل می کند ، که روی K = 1 و K تمرکز می کنند به اندازه کافی بزرگ برای القاء همگرایی برآوردگر.علاوه بر این ، ما در زیر نشان می دهیم شرایط خاصی که واریانس بدون علامت از برآوردگر K-PML می تواند الگوهای دلخواه را به عنوان تابعی از K. دوم نشان می دهیم ، ما ثابت می کنیم که برآوردگر K-MD برای همه K. سازگار و بدون علامت طبیعی است ماتریس وزن خاص ، برآوردگر K-MD دارای توزیع یکسان است به عنوان برآوردگر K-PML.نتیجه اصلی ما یک توالی بهینه از وزن را فراهم می کند ماتریس برای برآوردگر K-MD و نشان می دهد که K-MD بهینه وزن دارد برآوردگر توزیع مجانبی دارد که برای K. ثابت نیست نتیجه به ویژه با توجه به یافته های موجود در Aguirregabiria و Mira غیر منتظره است (2007) برای برآوردگرهای K-PML.نتیجه اصلی ما حاکی از دو نتیجه گیری جدید در مورد است برآوردگر 1-MD بهینه (مشتق شده توسط Pesendorfer و Schmidt-Dengler (2008)). اول ، برآوردگر بهینه 1-MD در کلاس برآوردگرهای K-MD بهینه است. به عبارت دیگر ، تکرار سیاست های اضافی بدون علامت ارائه نمی دهد بهره وری نسبت به برآوردگر بهینه 1-MD.دوم ، بهینه برآوردگر 1-MD بیشتر یا به همان اندازه بدون علامت کارآمد از هر k-pml است برآوردگر برای همه K. سرانجام ، پیوست شرایط مناسب را ارائه می دهد بر اساس آن برآوردگر 1-MD بهینه از نظر بدون علامت کارآمد است.

This paper proposes nonparametric kernel-smoothing estimation for panel data to examine the degree of heterogeneity across cross-sectional units. We first estimate the sample mean, autocovariances, and autocorrelations for each unit and then apply kernel smoothing to compute their density functions. The dependence of the kernel estimator on bandwidth makes asymptotic bias of very high order affect the required condition on the relative magnitudes of the cross-sectional sample size (N) and the time-series length (T). In particular, it makes the condition on N and T stronger and more complicated than those typically observed in the long-panel literature without kernel smoothing. We also consider a split-panel jackknife method to correct bias and construction of confidence intervals. An empirical application and Monte Carlo simulations illustrate our procedure in finite samples.

در این مقاله تخمین هسته غیر پارامتری برای داده های پانل ارائه شده است برای بررسی میزان ناهمگونی در واحدهای مقطعی.ما اول میانگین نمونه ، اتوکواران و همبستگی ها را برای هر واحد تخمین بزنید و سپس صاف کردن هسته را برای محاسبه عملکردهای چگالی آنها اعمال کنید.در وابستگی برآوردگر هسته به پهنای باند باعث تعصب بدون علامت بسیار می شود مرتبه بالا بر روی بزرگی نسبی در شرایط مورد نیاز تأثیر می گذارد اندازه نمونه مقطعی (N) و طول سری زمانی (T).به خصوص، این شرایط را در N و T قوی تر و پیچیده تر از آن می کند به طور معمول در ادبیات پانل بلند و بدون صاف کردن هسته مشاهده می شود.ما همچنین یک روش Jackknife تقسیم شده برای اصلاح تعصب و ساخت و ساز را در نظر بگیرید فواصل اعتماد به نفسیک برنامه تجربی و شبیه سازی مونت کارلو روش خود را در نمونه های محدود نشان دهید.

People reason heuristically in situations resembling inferential puzzles such as Bertrand's box paradox and the Monty Hall problem. The practical significance of that fact for economic decision making is uncertain because a departure from sound reasoning may, but does not necessarily, result in a "cognitively biased" outcome different from what sound reasoning would have produced. Criteria are derived here, applicable to both experimental and non-experimental situations, for heuristic reasoning in an inferential-puzzle situations to result, or not to result, in cognitively bias. In some situations, neither of these criteria is satisfied, and whether or not agents' posterior probability assessments or choices are cognitively biased cannot be determined.

مردم در شرایطی که شبیه پازل های استنباطی هستند ، از نظر اکتشافی استدلال می کنند به عنوان Bertrand's Box Paradox و مشکل Monty Hall.عملی اهمیت این واقعیت برای تصمیم گیری اقتصادی نامشخص است زیرا a عزیمت از استدلال صدا ممکن است ، اما لزوماً منجر به یک نمی شود نتیجه "شناختی مغرضانه" متفاوت از آنچه استدلال صدا خواهد داشت تولید شده.معیارها در اینجا به دست می آیند ، برای هر دو آزمایش و موقعیت های غیر تجربی ، برای استدلال اکتشافی در یک تسویه حساب استنباطی موقعیت هایی برای نتیجه گیری ، یا نتیجه گیری در تعصب شناختی.در بعضی موقعیت ها ، هیچ یک از این معیارها راضی نیستند ، و اینکه آیا مأمورین " ارزیابی یا انتخاب احتمال خلفی از نظر شناختی مغرضانه نیست مشخص.

I analyse the solution method for the variational optimisation problem in the rational inattention framework proposed by Christopher A. Sims. The solution, in general, does not exist, although it may exist in exceptional cases. I show that the solution does not exist for the quadratic and the logarithmic objective functions analysed by Sims (2003, 2006). For a linear-quadratic objective function a solution can be constructed under restrictions on all but one of its parameters. This approach is, therefore, unlikely to be applicable to a wider set of economic models.

من روش راه حل را برای مشکل بهینه سازی متغیر در چارچوب عدم توجه منطقی که توسط کریستوفر A. سیمز پیشنهاد شده است.راه حل، به طور کلی ، وجود ندارد ، اگرچه ممکن است در موارد استثنایی وجود داشته باشد.من نشان می دهم که راه حل برای درجه دوم و لگاریتمی وجود ندارد توابع هدف مورد تجزیه و تحلیل SIMS (2003 ، 2006).برای یک کوارتراتیک خطی عملکرد عینی یک راه حل می تواند تحت محدودیت در همه موارد ساخته شود یکی از پارامترهای آن.بنابراین ، این رویکرد بعید است که قابل اجرا باشد به مجموعه گسترده تری از مدلهای اقتصادی.

This paper proposes a model-free approach to analyze panel data with heterogeneous dynamic structures across observational units. We first compute the sample mean, autocovariances, and autocorrelations for each unit, and then estimate the parameters of interest based on their empirical distributions. We then investigate the asymptotic properties of our estimators using double asymptotics and propose split-panel jackknife bias correction and inference based on the cross-sectional bootstrap. We illustrate the usefulness of our procedures by studying the deviation dynamics of the law of one price. Monte Carlo simulations confirm that the proposed bias correction is effective and yields valid inference in small samples.

در این مقاله یک روش بدون مدل برای تجزیه و تحلیل داده های پانل ارائه شده است ساختارهای پویا ناهمگن در واحدهای مشاهده ای.ما ابتدا محاسبه می کنیم میانگین نمونه ، اتوکواران و همبستگی برای هر واحد و سپس پارامترهای علاقه را بر اساس توزیع تجربی آنها تخمین بزنید.ما سپس خصوصیات بدون علامت برآوردگرهای ما را با استفاده از دو برابر بررسی کنید بدون علامت و پیشنهاد اصلاح تعصب و استنباط تعصب پانل پانل بر اساس بوت استرپ مقطعی.ما سودمندی خود را نشان می دهیم رویه ها با مطالعه پویایی انحراف قانون یک قیمت.مونت شبیه سازی های کارلو تأیید می کند که تصحیح تعصب پیشنهادی مؤثر است و استنتاج معتبر در نمونه های کوچک.

Many macroeconomic policy questions may be assessed in a case study framework, where the time series of a treated unit is compared to a counterfactual constructed from a large pool of control units. I provide a general framework for this setting, tailored to predict the counterfactual by minimizing a tradeoff between underfitting (bias) and overfitting (variance). The framework nests recently proposed structural and reduced form machine learning approaches as special cases. Furthermore, difference-in-differences with matching and the original synthetic control are restrictive cases of the framework, in general not minimizing the bias-variance objective. Using simulation studies I find that machine learning methods outperform traditional methods when the number of potential controls is large or the treated unit is substantially different from the controls. Equipped with a toolbox of approaches, I revisit a study on the effect of economic liberalisation on economic growth. I find effects for several countries where no effect was found in the original study. Furthermore, I inspect how a systematically important bank respond to increasing capital requirements by using a large pool of banks to estimate the counterfactual. Finally, I assess the effect of a changing product price on product sales using a novel scanner dataset.

بسیاری از سؤالات سیاست کلان ممکن است در یک مطالعه موردی ارزیابی شود چارچوب ، جایی که سری زمانی یک واحد تحت درمان با یک مقایسه می شود ضد خلاف ساخته شده از یک استخر بزرگ از واحدهای کنترل.من ارائه می دهم چارچوب عمومی برای این تنظیم ، متناسب با پیش بینی ضد خلاف به حداقل رساندن مبادله بین زیر فشار (تعصب) و بیش از حد (واریانس). لانه های چارچوب اخیراً ماشین ساختاری و کاهش یافته را پیشنهاد کرده اند رویکردهای یادگیری به عنوان موارد خاص.علاوه بر این ، تفاوت در اختلافات با تطبیق و کنترل مصنوعی اصلی موارد محدود کننده چارچوب ، به طور کلی هدف تعصب و تغییر را به حداقل نمی رساند.استفاده كردن مطالعات شبیه سازی متوجه می شوم که روشهای یادگیری ماشین از سنتی بهتر است روش هایی که تعداد کنترل های بالقوه زیاد باشد یا واحد تحت درمان قرار داشته باشد از نظر قابل ملاحظه ای با کنترل ها متفاوت است.مجهز به یک جعبه ابزار از رویکردها ، من یک مطالعه در مورد تأثیر آزادسازی اقتصادی بر رشد اقتصادی.من برای چندین کشور که هیچ تاثیری پیدا نشده است ، تأثیراتی پیدا می کنم در مطالعه اصلیعلاوه بر این ، من بازرسی می کنم که چگونه یک سیستماتیک مهم است بانک به افزایش نیازهای سرمایه با استفاده از استخر بزرگی از بانک ها پاسخ می دهد برای تخمین ضد خلاف.سرانجام ، من تأثیر تغییر را ارزیابی می کنم قیمت محصول در فروش محصول با استفاده از یک مجموعه داده اسکنر جدید.

It is widely known that geographically weighted regression(GWR) is essentially same as varying-coefficient model. In the former research about varying-coefficient model, scholars tend to use multidimensional-kernel-based locally weighted estimation(MLWE) so that information of both distance and direction is considered. However, when we construct the local weight matrix of geographically weighted estimation, distance among the locations in the neighbor is the only factor controlling the value of entries of weight matrix. In other word, estimation of GWR is distance-kernel-based. Thus, in this paper, under stationary and limited dependent data with multidimensional subscripts, we analyze the local mean squared properties of without any assumption of the form of coefficient functions and compare it with MLWE. According to the theoretical and simulation results, geographically-weighted locally linear estimation(GWLE) is asymptotically more efficient than MLWE. Furthermore, a relationship between optimal bandwith selection and design of scale parameters is also obtained.

به طور گسترده ای شناخته شده است که رگرسیون وزن جغرافیایی (GWR) است اساساً همان مدل متنوع و ضریب.در تحقیقات قبلی در مورد مدل متنوع و متغیر ، محققان تمایل به استفاده از چند بعدی مبتنی بر هسته دارند برآورد وزنی محلی (MLWE) به طوری که اطلاعات هر دو فاصله و جهت در نظر گرفته شده است.با این حال ، هنگامی که ما ماتریس وزن محلی را می سازیم تخمین وزنه برداری جغرافیایی ، فاصله بین مکان های موجود در همسایه تنها عاملی است که ارزش ورودی های ماتریس وزن را کنترل می کند. به عبارت دیگر ، برآورد GWR مبتنی بر فاصله است.بنابراین ، در این مقاله ، تحت داده های وابسته ثابت و محدود با اشتراک های چند بعدی ، ما ویژگی های میانگین مربع محلی را بدون هیچ گونه فرض از آن تجزیه و تحلیل می کنیم فرم عملکرد ضریب و مقایسه آن با MLWE.بر اساس نتایج نظری و شبیه سازی ، از نظر جغرافیایی با وزن محلی خطی برآورد (GWLE) از نظر ناشناخته تر از MLWE است.علاوه بر این ، الف رابطه بین انتخاب بهینه باند و طراحی پارامترهای مقیاس همچنین به دست می آید

We study three pricing mechanisms' performance and their effects on the participants in the data industry from the data supply chain perspective. A win-win pricing strategy for the players in the data supply chain is proposed. We obtain analytical solutions in each pricing mechanism, including the decentralized and centralized pricing, Nash Bargaining pricing, and revenue sharing mechanism.

ما عملکرد سه مکانیسم قیمت گذاری و تأثیرات آنها بر روی شرکت کنندگان در صنعت داده از منظر زنجیره تأمین داده ها.آ استراتژی قیمت گذاری برنده برای بازیکنان در زنجیره تأمین داده ارائه شده است. ما در هر مکانیسم قیمت گذاری ، از جمله راه حل های تحلیلی به دست می آوریم قیمت گذاری غیرمتمرکز و متمرکز ، قیمت گذاری چانه زنی NASH و درآمد مکانیسم اشتراک گذاری.

Spatial association and heterogeneity are two critical areas in the research about spatial analysis, geography, statistics and so on. Though large amounts of outstanding methods has been proposed and studied, there are few of them tend to study spatial association under heterogeneous environment. Additionally, most of the traditional methods are based on distance statistic and spatial weighted matrix. However, in some abstract spatial situations, distance statistic can not be applied since we can not even observe the geographical locations directly. Meanwhile, under these circumstances, due to invisibility of spatial positions, designing of weight matrix can not absolutely avoid subjectivity. In this paper, a new entropy-based method, which is data-driven and distribution-free, has been proposed to help us investigate spatial association while fully taking the fact that heterogeneity widely exist. Specifically, this method is not bounded with distance statistic or weight matrix. Asymmetrical dependence is adopted to reflect the heterogeneity in spatial association for each individual and the whole discussion in this paper is performed on spatio-temporal data with only assuming stationary m-dependent over time.

ارتباط مکانی و ناهمگونی دو حوزه مهم در تحقیق است درباره تجزیه و تحلیل مکانی ، جغرافیا ، آمار و غیره.هرچند مقادیر زیادی از روشهای برجسته پیشنهاد شده و مورد مطالعه قرار گرفته است ، تعداد کمی از آنها وجود دارد تمایل به مطالعه ارتباط مکانی در محیط ناهمگن. علاوه بر این ، بیشتر روشهای سنتی مبتنی بر آمار از راه دور است و ماتریس وزنی مکانی.با این حال ، در برخی از موقعیت های مکانی انتزاعی ، آمار از راه دور قابل استفاده نیست زیرا ما حتی نمی توانیم مشاهده کنیم مکان های جغرافیایی به طور مستقیم.در همین حال ، در این شرایط ، به دلیل نامرئی موقعیت های مکانی ، طراحی ماتریس وزن نمی تواند کاملاً از ذهنیت خودداری کنید.در این مقاله ، یک روش جدید مبتنی بر آنتروپی ، که آیا داده محور و بدون توزیع است ، برای کمک به ما در تحقیق پیشنهاد شده است ارتباط فضایی در حالی که کاملاً این واقعیت را انجام می دهد که ناهمگونی به طور گسترده ای وجود داشته باشدبه طور خاص ، این روش با آمار از راه دور محدود نمی شود ماتریس وزن.وابستگی نامتقارن برای منعکس کردن ناهمگونی اتخاذ شده است در ارتباط مکانی برای هر فرد و کل بحث در این مقاله بر روی داده های فضایی-زمانی با فرض ثابت ثابت انجام می شود با گذشت زمان وابسته به M

The last technical barriers to trade(TBT) between countries are Non-Tariff Barriers(NTBs), meaning all trade barriers are possible other than Tariff Barriers. And the most typical examples are (TBT), which refer to measure Technical Regulation, Standards, Procedure for Conformity Assessment, Test & Certification etc. Therefore, in order to eliminate TBT, WTO has made all membership countries automatically enter into an agreement on TBT

آخرین موانع فنی تجارت (TBT) بین کشورها غیر تعرفه است موانع (NTBS) ، به این معنی که تمام موانع تجاری غیر از تعرفه امکان پذیر است موانعو نمونه بارزترین نمونه ها (TBT) هستند که به اندازه گیری اشاره دارند تنظیم فنی ، استانداردها ، روش ارزیابی انطباق ، آزمون و صدور گواهینامه و غیره بنابراین ، به منظور از بین بردن TBT ، WTO همه را ساخته است کشورهای عضویت به طور خودکار در توافق نامه TBT وارد توافق می شوند

Understanding the effectiveness of alternative approaches to water conservation is crucially important for ensuring the security and reliability of water services for urban residents. We analyze data from one of the longest-running "cash for grass" policies - the Southern Nevada Water Authority's Water Smart Landscapes program, where homeowners are paid to replace grass with xeric landscaping. We use a twelve year long panel dataset of monthly water consumption records for 300,000 households in Las Vegas, Nevada. Utilizing a panel difference-in-differences approach, we estimate the average water savings per square meter of turf removed. We find that participation in this program reduced the average treated household's consumption by 18 percent. We find no evidence that water savings degrade as the landscape ages, or that water savings per unit area are influenced by the value of the rebate. Depending on the assumed time horizon of benefits from turf removal, we find that the WSL program cost the water authority about $1.62 per thousand gallons of water saved, which compares favorably to alternative means of water conservation or supply augmentation.

درک اثربخشی رویکردهای جایگزین برای آب حفاظت برای اطمینان از امنیت و قابلیت اطمینان از اهمیت ویژه ای برخوردار است خدمات آب برای ساکنان شهری.ما داده ها را از یکی از موارد تجزیه و تحلیل می کنیم طولانی ترین اجرای سیاست های "Cash for Grass" - آب جنوبی نوادا برنامه مناظر هوشمند آب Authority ، که در آن صاحبان خانه به آنها پرداخت می شود چمن را با محوطه سازی xeric جایگزین کنید.ما از یک مجموعه داده پانل دوازده ساله استفاده می کنیم سوابق مصرف ماهانه آب برای 300000 خانوار در لاس وگاس ، نوادابا استفاده از یک رویکرد تفاوت در پانل ، ما تخمین می زنیم متوسط پس انداز آب در هر متر مربع چمن برداشته شده است.ما این را پیدا می کنیم مشارکت در این برنامه میانگین خانواده تحت درمان را کاهش داد مصرف 18 درصد.ما هیچ مدرکی پیدا نمی کنیم که صرفه جویی در مصرف آب به عنوان تخریب شود سنین چشم انداز ، یا اینکه پس انداز آب در هر واحد تحت تأثیر قرار می گیرد ارزش تخفیف.بسته به افق زمانی فرضی مزایا حذف چمن ، ما می دانیم که برنامه WSL برای اداره آب حدود 1.62 دلار هزینه دارد در هر هزار گالن آب نجات یافته ، که به طور مطلوب با جایگزین مقایسه می شود وسیله حفاظت از آب یا تقویت عرضه.

The business cycles are generated by the oscillating macro-/micro-/nano- economic output variables in the economy of the scale and the scope in the amplitude/frequency/phase/time domains in the economics. The accurate forward looking assumptions on the business cycles oscillation dynamics can optimize the financial capital investing and/or borrowing by the economic agents in the capital markets. The book's main objective is to study the business cycles in the economy of the scale and the scope, formulating the Ledenyov unified business cycles theory in the Ledenyov classic and quantum econodynamics.

چرخه های تجاری توسط کلان نوسان کننده/میکرو/نانو ایجاد می شود متغیرهای تولید اقتصادی در اقتصاد مقیاس و دامنه در دامنه/فرکانس/فاز/زمان دامنه در اقتصاد.رو به جلو دقیق به دنبال فرضیات در مورد چرخه های تجاری نوسان می تواند بهینه سازی کند سرمایه گذاری سرمایه مالی و/یا وام توسط نمایندگان اقتصادی در بازارهای سرمایه.هدف اصلی این کتاب مطالعه چرخه های تجاری در اقتصاد مقیاس و دامنه ، تدوین Ledenyov Unified نظریه چرخه های تجاری در اکونودینامیک کلاسیک و کوانتومی لدرنیف.

Unobserved heterogeneous treatment effects have been emphasized in the recent policy evaluation literature (see e.g., Heckman and Vytlacil, 2005). This paper proposes a nonparametric test for unobserved heterogeneous treatment effects in a treatment effect model with a binary treatment assignment, allowing for individuals' self-selection to the treatment. Under the standard local average treatment effects assumptions, i.e., the no defiers condition, we derive testable model restrictions for the hypothesis of unobserved heterogeneous treatment effects. Also, we show that if the treatment outcomes satisfy a monotonicity assumption, these model restrictions are also sufficient. Then, we propose a modified Kolmogorov-Smirnov-type test which is consistent and simple to implement. Monte Carlo simulations show that our test performs well in finite samples. For illustration, we apply our test to study heterogeneous treatment effects of the Job Training Partnership Act on earnings and the impacts of fertility on family income, where the null hypothesis of homogeneous treatment effects gets rejected in the second case but fails to be rejected in the first application.

اثرات درمانی ناهمگن بدون نظارت در اخیر تأکید شده است ادبیات ارزیابی سیاست (به عنوان مثال ، Heckman and Vytlacil ، 2005).این کاغذ یک آزمایش غیر پارامتری برای اثرات درمانی ناهمگن بدون نظارت در یک مدل اثر درمانی با یک تکلیف با دودویی ، امکان پذیر است خود انتخاب افراد به درمان.تحت میانگین استاندارد محلی فرضیات اثرات درمانی ، یعنی وضعیت Defiers ، ما مشتق می شویم محدودیت های مدل قابل آزمایش برای فرضیه ناهمگن بدون نظارت اثرات درمانی.همچنین ، ما نشان می دهیم که اگر نتایج درمان برآورده شود فرض یکنواختی ، این محدودیت های مدل نیز کافی است.سپس ، ما یک آزمون اصلاح شده Kolmogorov-Smirnov را که سازگار و ساده است پیشنهاد دهید برای پیاده سازی.شبیه سازی مونت کارلو نشان می دهد که تست ما به خوبی انجام می شود نمونه های محدود.برای تصویرگری ، ما از آزمون خود برای مطالعه ناهمگن استفاده می کنیم اثرات درمانی قانون مشارکت آموزش شغلی بر درآمد و تأثیر باروری بر درآمد خانواده ، جایی که فرضیه تهی همگن اثرات درمانی در مورد دوم رد می شود اما در رد نمی شود اولین برنامه

In the regression discontinuity design (RDD), it is common practice to assess the credibility of the design by testing the continuity of the density of the running variable at the cut-off, e.g., McCrary (2008). In this paper we propose an approximate sign test for continuity of a density at a point based on the so-called g-order statistics, and study its properties under two complementary asymptotic frameworks. In the first asymptotic framework, the number q of observations local to the cut-off is fixed as the sample size n diverges to infinity, while in the second framework q diverges to infinity slowly as n diverges to infinity. Under both of these frameworks, we show that the test we propose is asymptotically valid in the sense that it has limiting rejection probability under the null hypothesis not exceeding the nominal level. More importantly, the test is easy to implement, asymptotically valid under weaker conditions than those used by competing methods, and exhibits finite sample validity under stronger conditions than those needed for its asymptotic validity. In a simulation study, we find that the approximate sign test provides good control of the rejection probability under the null hypothesis while remaining competitive under the alternative hypothesis. We finally apply our test to the design in Lee (2008), a well-known application of the RDD to study incumbency advantage.

در طراحی ناپیوستگی رگرسیون (RDD) ، ارزیابی معمول است اعتبار طراحی با آزمایش تداوم چگالی در حال اجرا متغیر در برش ، به عنوان مثال ، مک کراری (2008).در این مقاله پیشنهاد می کنیم تست علامت تقریبی برای تداوم چگالی در یک نقطه بر اساس به اصطلاح آمار G-مرتبه ، و خواص آن را تحت دو مکمل مطالعه کنید چارچوب های بدون علامت.در اولین چارچوب بدون علامت ، شماره q از مشاهدات محلی برای برش ثابت است زیرا اندازه نمونه n به بی نهایت ، در حالی که در چارچوب دوم Q به آرامی به عنوان n به بی نهایت منحرف می شود به بی نهایت منحرف می شود.تحت هر دو این چارچوب ها ، ما نشان می دهیم که آزمون ما پیشنهاد به صورت نامتقارن معتبر است به این معنا که رد کردن محدود کننده احتمال تحت فرضیه تهی بیش از سطح اسمی نیست.بیشتر مهمتر از همه ، آزمایش آسان است ، بدون علامت معتبر تحت ضعیف تر شرایطی از مواردی که توسط روشهای رقیب استفاده می شود ، و نمونه محدود را نشان می دهد اعتبار در شرایط قوی تر از موارد مورد نیاز برای بدون علامت آن اعتبار.در یک مطالعه شبیه سازی ، متوجه می شویم که آزمایش علامت تقریبی کنترل خوبی از احتمال رد را تحت فرضیه تهی فراهم می کند در حالی که تحت فرضیه جایگزین رقابتی باقی می مانند.بالاخره اقدام می کنیم تست ما برای طراحی در لی (2008) ، یک برنامه شناخته شده از RDD به مزیت وظیفه را مطالعه کنید.

In this paper, we propose the use of causal inference techniques for survival function estimation and prediction for subgroups of the data, upto individual units. Tree ensemble methods, specifically random forests were modified for this purpose. A real world healthcare dataset was used with about 1800 patients with breast cancer, which has multiple patient covariates as well as disease free survival days (DFS) and a death event binary indicator (y). We use the type of cancer curative intervention as the treatment variable (T=0 or 1, binary treatment case in our example). The algorithm is a 2 step approach. In step 1, we estimate heterogeneous treatment effects using a causalTree with the DFS as the dependent variable. Next, in step 2, for each selected leaf of the causalTree with distinctly different average treatment effect (with respect to survival), we fit a survival forest to all the patients in that leaf, one forest each for treatment T=0 as well as T=1 to get estimated patient level survival curves for each treatment (more generally, any model can be used at this step). Then, we subtract the patient level survival curves to get the differential survival curve for a given patient, to compare the survival function as a result of the 2 treatments. The path to a selected leaf also gives us the combination of patient features and their values which are causally important for the treatment effect difference at the leaf.

در این مقاله ، ما استفاده از تکنیک های استنباط علی را برای بقا پیشنهاد می کنیم برآورد عملکرد و پیش بینی برای زیر گروه های داده ها ، تا فرد واحدهاروشهای گروه درخت ، به طور خاص جنگلهای تصادفی برای این هدفاز مجموعه داده های بهداشت و درمان در دنیای واقعی با حدود 1800 بیمار استفاده شد با سرطان پستان ، که دارای متغیرهای متغیر بیمار و همچنین بیماری است روزهای زنده ماندن (DFS) و یک نشانگر باینری رویداد مرگ (Y).ما از نوع مداخله درمانی سرطان به عنوان متغیر درمان (t = 0 یا 1 ، مورد درمان باینری در مثال ما).الگوریتم یک رویکرد 2 مرحله ای است.که در مرحله 1 ، ما اثرات درمانی ناهمگن را با استفاده از یک علیت با DFS به عنوان متغیر وابسته.بعد ، در مرحله 2 ، برای هر برگ انتخاب شده Clausaltree با اثر درمانی متوسط کاملاً متفاوت (با توجه به بقا) ، ما یک جنگل بقا را برای همه بیماران موجود در آن برگ قرار می دهیم ، یکی هر کدام برای درمان t = 0 و همچنین t = 1 برای تخمین سطح بیمار منحنی های بقا برای هر درمان (به طور کلی ، از هر مدل می توان در آن استفاده کرد این مرحله)سپس ، ما منحنی های بقا در سطح بیمار را کم می کنیم تا منحنی بقای دیفرانسیل برای یک بیمار معین ، برای مقایسه بقا عملکرد در نتیجه 2 درمان.مسیر به یک برگ انتخاب شده نیز ترکیبی از ویژگی های بیمار و مقادیر آنها را به ما می دهد از نظر علتی برای تفاوت اثر درمانی در برگ مهم است.

Linear regressions with period and group fixed effects are widely used to estimate treatment effects. We show that they estimate weighted sums of the average treatment effects (ATE) in each group and period, with weights that may be negative. Due to the negative weights, the linear regression coefficient may for instance be negative while all the ATEs are positive. We propose another estimator that solves this issue. In the two applications we revisit, it is significantly different from the linear regression estimator.

رگرسیون خطی با اثرات ثابت دوره و گروهی به طور گسترده ای مورد استفاده قرار می گیرد اثرات درمانی را تخمین بزنید.ما نشان می دهیم که آنها مبالغ وزنی را تخمین می زنند میانگین اثرات درمانی (ATE) در هر گروه و دوره ، با وزنه هایی که ممکن است منفی باشیدبا توجه به وزن منفی ، ضریب رگرسیون خطی ممکن است به عنوان مثال منفی است در حالی که تمام ATE ها مثبت هستند.ما دیگری را پیشنهاد می کنیم برآوردگر که این مسئله را حل می کند.در دو برنامه ما دوباره مورد بررسی قرار می دهیم به طور قابل توجهی با برآوردگر رگرسیون خطی متفاوت است.

We examine the effects of monetary policy on income inequality in Japan using a novel econometric approach that jointly estimates the Gini coefficient based on micro-level grouped data of households and the dynamics of macroeconomic quantities. Our results indicate different effects on income inequality for different types of households: A monetary tightening increases inequality when income data is based on households whose head is employed (workers' households), while the effect reverses over the medium term when considering a broader definition of households. Differences in the relative strength of the transmission channels can account for this finding. Finally we demonstrate that the proposed joint estimation strategy leads to more informative inference while results based on the frequently used two-step estimation approach yields inconclusive results.

ما اثرات سیاست پولی بر نابرابری درآمد در ژاپن را بررسی می کنیم یک رویکرد اقتصادسنجی جدید که به طور مشترک ضریب جینی را برآورد می کند در مورد داده های گروه بندی شده در سطح خرد و پویایی کلان اقتصادی مقادیر.نتایج ما نشان دهنده تأثیرات متفاوتی بر نابرابری درآمدی برای انواع مختلف خانوارها: سفت شدن پولی باعث افزایش نابرابری در زمان داده های درآمد مبتنی بر خانواده هایی است که سر آنها شاغل است (کارگران " خانوارها) ، در حالی که اثر در هنگام بررسی یک دوره متوسط برعکس می شود تعریف گسترده تر از خانوارها.تفاوت در قدرت نسبی کانال های انتقال می توانند این یافته را به خود اختصاص دهند.سرانجام این را نشان می دهیم استراتژی تخمین مشترک پیشنهادی منجر به استنباط آموزنده تر می شود در حالی که نتایج مبتنی بر بازده تخمین دو مرحله ای که اغلب استفاده می شود نتایج غیرقطعی.

We develop inference for a two-sided matching model where the characteristics of agents on one side of the market are endogenous due to pre-matching investments. The model can be used to measure the impact of frictions in labour markets using a single cross-section of matched employer-employee data. The observed matching of workers to firms is the outcome of a discrete, two-sided matching process where firms with heterogeneous preferences over education sequentially choose workers according to an index correlated with worker preferences over firms. The distribution of education arises in equilibrium from a Bayesian game: workers, knowing the distribution of worker and firm types, invest in education prior to the matching process. Although the observed matching exhibits strong cross-sectional dependence due to the matching process, we propose an asymptotically valid inference procedure that combines discrete choice methods with simulation.

ما برای یک مدل تطبیق دو طرفه که در آن خصوصیات است استنباط می کنیم عوامل یک طرف بازار به دلیل پیش تطبیق درون زا هستند سرمایه گذاریاز این مدل می توان برای اندازه گیری تأثیر اصطکاک در نیروی کار استفاده کرد بازارها با استفاده از یک مقطع واحد از داده های کارفرمای و کارمند همسان.در تطابق مشاهده شده کارگران با بنگاه ها نتیجه یک گسسته و دو طرفه است فرآیند تطبیق که در آن شرکت های دارای ترجیحات ناهمگن نسبت به آموزش به طور متوالی کارگران را مطابق با یک شاخص در ارتباط با کارگر انتخاب کنید ترجیحات بیش از بنگاه ها.توزیع آموزش در تعادل بوجود می آید از یک بازی بیزی: کارگران ، دانستن توزیع کارگر و شرکت انواع ، قبل از فرآیند تطبیق ، در آموزش و پرورش سرمایه گذاری کنید.اگرچه مشاهده شده تطبیق به دلیل تطبیق ، وابستگی مقطعی قوی را نشان می دهد فرآیند ، ما یک روش استنباط بدون علامت معتبر را پیشنهاد می کنیم که ترکیبی است روش های انتخاب گسسته با شبیه سازی.

In this paper, we assess the impact of climate shocks on futures markets for agricultural commodities and a set of macroeconomic quantities for multiple high-income economies. To capture relations among countries, markets, and climate shocks, this paper proposes parsimonious methods to estimate high-dimensional panel VARs. We assume that coefficients associated with domestic lagged endogenous variables arise from a Gaussian mixture model while further parsimony is achieved using suitable global-local shrinkage priors on several regions of the parameter space. Our results point towards pronounced global reactions of key macroeconomic quantities to climate shocks. Moreover, the empirical findings highlight substantial linkages between regionally located climate shifts and global commodity markets.

در این مقاله ، ما تأثیر شوک های آب و هوایی را در بازارهای آینده ارزیابی می کنیم کالاهای کشاورزی و مجموعه ای از مقادیر کلان اقتصادی برای چندگانه اقتصادهای با درآمد بالا.برای گرفتن روابط بین کشورها ، بازارها و شوک های آب و هوایی ، این مقاله روشهای پارسا را برای برآورد ارائه می دهد VAR های پانل با ابعاد بالا.ما فرض می کنیم که ضرایب مرتبط با متغیرهای درون زا تاخیر خانگی از یک مدل مخلوط گاوسی در حالی که پارسیمونی بیشتر با استفاده از مقدمات مناسب برای انقباض جهانی محلی در جهان حاصل می شود چندین منطقه از فضای پارامتر.نتایج ما به سمت تلفظ می شود واکنش های جهانی مقادیر کلیدی کلان اقتصادی به شوک های آب و هوایی.علاوه بر این، یافته های تجربی ارتباطات اساسی بین منطقه را برجسته می کند تغییرات آب و هوایی و بازارهای جهانی کالا.

This paper provides a new methodology to analyze unobserved heterogeneity when observed characteristics are modeled nonlinearly. The proposed model builds on varying random coefficients (VRC) that are determined by nonlinear functions of observed regressors and additively separable unobservables. This paper proposes a novel estimator of the VRC density based on weighted sieve minimum distance. The main example of sieve bases are Hermite functions which yield a numerically stable estimation procedure. This paper shows inference results that go beyond what has been shown in ordinary RC models. We provide in each case rates of convergence and also establish pointwise limit theory of linear functionals, where a prominent example is the density of potential outcomes. In addition, a multiplier bootstrap procedure is proposed to construct uniform confidence bands. A Monte Carlo study examines finite sample properties of the estimator and shows that it performs well even when the regressors associated to RC are far from being heavy tailed. Finally, the methodology is applied to analyze heterogeneity in income elasticity of demand for housing.

در این مقاله یک روش جدید برای تجزیه و تحلیل ناهمگونی بی نظیر ارائه شده است هنگامی که خصوصیات مشاهده شده به صورت غیرخطی مدل می شوند.مدل پیشنهادی بر روی ضرایب مختلف تصادفی (VRC) ایجاد می شود که توسط غیرخطی تعیین می شوند توابع رگرسیون مشاهده شده و غیر قابل کنترل قابل استفاده از هم جدا.این مقاله یک برآوردگر جدید از چگالی VRC را بر اساس الک وزنی ارائه می دهد حداقل فاصلهنمونه اصلی پایه های غربال توابع هرمیت است که یک روش تخمین عددی پایدار را انجام دهید.این مقاله استنباط را نشان می دهد نتایج حاصل از آنچه در مدل های معمولی RC نشان داده شده است.ما در هر مورد از همگرایی و همچنین نظریه محدودیت نقطه نظر را تعیین می کند عملکردهای خطی ، جایی که یک مثال برجسته چگالی پتانسیل است عواقب.علاوه بر این ، یک روش بوت استرپ چند برابر ارائه شده است ساخت باند های اعتماد به نفس یکنواخت.یک مطالعه مونت کارلو نمونه محدود را بررسی می کند خواص برآوردگر و نشان می دهد که حتی در صورت عملکرد خوب عمل می کند رگرسیون های مرتبط با RC به دور از دم سنگین نیستند.بالاخره ، روش شناسی برای تجزیه و تحلیل ناهمگونی در کشش درآمد تقاضا استفاده می شود برای مسکن

We develop point-identification for the local average treatment effect when the binary treatment contains a measurement error. The standard instrumental variable estimator is inconsistent for the parameter since the measurement error is non-classical by construction. We correct the problem by identifying the distribution of the measurement error based on the use of an exogenous variable that can even be a binary covariate. The moment conditions derived from the identification lead to generalized method of moments estimation with asymptotically valid inferences. Monte Carlo simulations and an empirical illustration demonstrate the usefulness of the proposed procedure.

ما شناسایی نقطه ای برای اثر متوسط درمان محلی در زمان ایجاد می کنیم درمان باینری حاوی خطای اندازه گیری است.ابزار استاندارد برآوردگر متغیر از زمان اندازه گیری برای پارامتر متناقض است خطا با ساخت و ساز غیر کلاسیک است.ما با شناسایی مشکل را اصلاح می کنیم توزیع خطای اندازه گیری بر اساس استفاده از یک اگزوژن متغیر که حتی می تواند یک همبستگی باینری باشد.لحظه لحظه به دست آمده از شناسایی منجر به روش کلی تخمین لحظات با استنتاج معتبر بدون علامت.شبیه سازی مونت کارلو و تجربی تصویر نشان دهنده سودمندی روش پیشنهادی است.

This paper re-examines the Shapley value methods for attribution analysis in the area of online advertising. As a credit allocation solution in cooperative game theory, Shapley value method directly quantifies the contribution of online advertising inputs to the advertising key performance indicator (KPI) across multiple channels. We simplify its calculation by developing an alternative mathematical formulation. The new formula significantly improves the computational efficiency and therefore extends the scope of applicability. Based on the simplified formula, we further develop the ordered Shapley value method. The proposed method is able to take into account the order of channels visited by users. We claim that it provides a more comprehensive insight by evaluating the attribution of channels at different stages of user conversion journeys. The proposed approaches are illustrated using a real-world online advertising campaign dataset.

این مقاله روشهای ارزش Shapley را برای تجزیه و تحلیل انتساب در بررسی می کند حوزه تبلیغات آنلاین.به عنوان یک راه حل تخصیص اعتبار در تعاونی تئوری بازی ، روش ارزش Shapley به طور مستقیم سهم را تعیین می کند ورودی های تبلیغاتی آنلاین به نشانگر عملکرد کلید تبلیغات (KPI) در چندین کانالما با توسعه یک محاسبه آن را ساده می کنیم فرمولاسیون ریاضی جایگزین.فرمول جدید به طور قابل توجهی بهبود می یابد راندمان محاسباتی و بنابراین دامنه کاربرد را گسترش می دهد. بر اساس فرمول ساده شده ، ما مقدار شاپلی سفارش داده شده را بیشتر توسعه می دهیم روش.روش پیشنهادی قادر است ترتیب کانال ها را در نظر بگیرد بازدید شده توسط کاربران.ما ادعا می کنیم که این بینش جامع تر توسط ارزیابی انتساب کانال ها در مراحل مختلف تبدیل کاربر سفرهارویکردهای پیشنهادی با استفاده از یک دنیای واقعی به صورت آنلاین نشان داده شده است مجموعه داده های تبلیغات تبلیغاتی.

To estimate the dynamic effects of an absorbing treatment, researchers often use two-way fixed effects regressions that include leads and lags of the treatment. We show that in settings with variation in treatment timing across units, the coefficient on a given lead or lag can be contaminated by effects from other periods, and apparent pretrends can arise solely from treatment effects heterogeneity. We propose an alternative estimator that is free of contamination, and illustrate the relative shortcomings of two-way fixed effects regressions with leads and lags through an empirical application.

برای برآورد اثرات پویا یک درمان جذاب ، محققان اغلب از رگرسیون جلوه های ثابت دو طرفه استفاده کنید که شامل سرب و تأخیر در رفتار.ما نشان می دهیم که در تنظیمات با تغییر در زمان درمانی در سراسر واحدها ، ضریب در یک سرب یا تاخیر داده شده می تواند توسط اثرات آلوده شود از دوره های دیگر ، و پیشینه های ظاهری فقط از درمان ناشی می شود ناهمگونی اثرات.ما یک برآوردگر جایگزین را ارائه می دهیم که عاری از آن باشد آلودگی ، و کاستی های نسبی دو طرفه ثابت را نشان می دهد رگرسیون اثرات با سرب و عقب مانده از طریق یک کاربرد تجربی.

This paper offers a two-pronged critique of the empirical investigation of the income distribution performed by physicists over the past decade. Their finding rely on the graphical analysis of the observed distribution of normalized incomes. Two central observations lead to the conclusion that the majority of incomes are exponentially distributed, but neither each individual piece of evidence nor their concurrent observation robustly proves that the thermal and superthermal mixture fits the observed distribution of incomes better than reasonable alternatives. A formal analysis using popular measures of fit shows that while an exponential distribution with a power-law tail provides a better fit of the IRS income data than the log-normal distribution (often assumed by economists), the thermal and superthermal mixture's fit can be improved upon further by adding a log-normal component. The economic implications of the thermal and superthermal distribution of incomes, and the expanded mixture are explored in the paper.

در این مقاله یک نقد دو جانبه از تحقیقات تجربی از توزیع درآمد انجام شده توسط فیزیکدانان طی یک دهه گذشته.آنها پیدا کردن به تجزیه و تحلیل گرافیکی توزیع مشاهده شده از درآمد عادی شدهدو مشاهده اصلی منجر به این نتیجه می شود که بیشتر درآمد به صورت نمایی توزیع می شود ، اما هیچ یک از افراد قطعه ای از شواهد و نه مشاهده همزمان آنها به طور محکم ثابت می کند که مخلوط حرارتی و فوق العاده متناسب با توزیع مشاهده شده درآمدها بهتر از گزینه های معقول.تجزیه و تحلیل رسمی با استفاده از اقدامات محبوب از تناسب نشان می دهد که در حالی که توزیع نمایی با دم قدرت قانون است تناسب بهتری از داده های درآمد IRS نسبت به توزیع log-normal فراهم می کند (اغلب توسط اقتصاددانان فرض می شود) ، تناسب مخلوط حرارتی و فوق العاده می تواند با افزودن یک مؤلفه log-normal ، در ادامه بهبود یابد.اقتصادی پیامدهای توزیع حرارتی و فوق العاده درآمدها و مخلوط گسترش یافته در مقاله مورد بررسی قرار می گیرد.

Researchers increasingly leverage movement across multiple treatments to estimate causal effects. While these "mover regressions" are often motivated by a linear constant-effects model, it is not clear what they capture under weaker quasi-experimental assumptions. I show that binary treatment mover regressions recover a convex average of four difference-in-difference comparisons and are thus causally interpretable under a standard parallel trends assumption. Estimates from multiple-treatment models, however, need not be causal without stronger restrictions on the heterogeneity of treatment effects and time-varying shocks. I propose a class of two-step estimators to isolate and combine the large set of difference-in-difference quasi-experiments generated by a mover design, identifying mover average treatment effects under conditional-on-covariate parallel trends and effect homogeneity restrictions. I characterize the efficient estimators in this class and derive specification tests based on the model's overidentifying restrictions. Future drafts will apply the theory to the Finkelstein et al. (2016) movers design, analyzing the causal effects of geography on healthcare utilization.

محققان به طور فزاینده ای از حرکت در چندین درمان استفاده می کنند اثرات علی را تخمین بزنید.در حالی که این "رگرسیون های متحرک" اغلب توسط یک مدل اثر ثابت خطی ، مشخص نیست که آنها تحت ضعف تر ضبط می شوند فرضیات شبه تجربی.من نشان می دهم که رگرسیون های متحرک درمان باینری میانگین محدب چهار مقایسه اختلاف در اختلاف را بازیابی کنید و هستند بنابراین با فرض روند موازی استاندارد قابل تفسیر است. با این حال ، برآورد از مدل های چند معالج ، بدون نیاز به علت نیست محدودیت های قوی تر در ناهمگونی اثرات درمانی و شوک های متغیر زمان.من یک کلاس از برآوردگرهای دو مرحله ای را برای جداسازی و مجموعه بزرگی از اختلاف در اختلاف را در اختلاف شبه تولید ایجاد کنید با یک طرح متحرک ، شناسایی میانگین درمان متحرک در زیر روند موازی مشروط بر روی همبستگی و محدودیت های همگن اثر.من برآوردگرهای کارآمد در این کلاس را مشخص کنید و مشخصات خود را بدست آورید تست های مبتنی بر محدودیت های بیش از حد مدل.پیش نویس های آینده این تئوری را در Finkelstein و همکاران اعمال کنید.(2016) طراحی جابجایی ، تجزیه و تحلیل اثرات علت جغرافیا بر استفاده از مراقبت های بهداشتی.

The study aims to identify the institutional flaws of the current EU waste management model by analysing the economic model of extended producer responsibility and collective waste management systems and to create a model for measuring the transaction costs borne by waste recovery organizations. The model was approbated by analysing the Bulgarian collective waste management systems that have been complying with the EU legislation for the last 10 years. The analysis focuses on waste oils because of their economic importance and the limited number of studies and analyses in this field as the predominant body of research to date has mainly addressed packaging waste, mixed household waste or discarded electrical and electronic equipment. The study aims to support the process of establishing a circular economy in the EU, which was initiated in 2015.

این مطالعه با هدف شناسایی نقص نهادی زباله های فعلی اتحادیه اروپا است مدل مدیریت با تجزیه و تحلیل مدل اقتصادی تولید کننده گسترده مسئولیت و سیستم های مدیریت پسماند جمعی و ایجاد یک مدل برای اندازه گیری هزینه های معامله حاصل از سازمان های بازیابی زباله.در مدل با تجزیه و تحلیل مدیریت پسماندهای جمعی بلغارستان تصویب شد سیستم هایی که 10 سال گذشته با قانون اتحادیه اروپا مطابقت دارند. این تجزیه و تحلیل به دلیل اهمیت اقتصادی آنها بر روی روغنهای زباله متمرکز شده است تعداد محدودی از مطالعات و تجزیه و تحلیل در این زمینه به عنوان بدنه غالب از تحقیقات تا به امروز عمدتاً به زباله های بسته بندی ، زباله های مخلوط خانگی یا تجهیزات الکتریکی و الکترونیکی دور ریخته شده.این مطالعه با هدف حمایت از روند ایجاد اقتصاد دایره ای در اتحادیه اروپا ، که در آن آغاز شد 2015.

We study the foundations of empirical equilibrium, a refinement of Nash equilibrium that is based on a non-parametric characterization of empirical distributions of behavior in games (Velez and Brown,2020b arXiv:1907.12408). The refinement can be alternatively defined as those Nash equilibria that do not refute the regular QRE theory of Goeree, Holt, and Palfrey (2005). By contrast, some empirical equilibria may refute monotone additive randomly disturbed payoff models. As a by product, we show that empirical equilibrium does not coincide with refinements based on approximation by monotone additive randomly disturbed payoff models, and further our understanding of the empirical content of these models.

ما مبانی تعادل تجربی ، پالایش نش را مطالعه می کنیم تعادل که مبتنی بر خصوصیات غیر پارامتری تجربی است توزیع رفتار در بازی ها (Velez and Brown ، 2020B Arxiv: 1907.12408). پالایش می تواند به عنوان تعادل NASH که انجام می دهند ، جایگزین شود نظریه QRE منظم Goeree ، Holt و Palfrey (2005) را رد نکنید.توسط در تضاد ، برخی از تعادل های تجربی ممکن است به طور تصادفی افزودنی یکنواخت را رد کنند مدل های بازپرداخت آشفته.به عنوان یک محصول ، ما تعادل تجربی را نشان می دهیم بر اساس تقریب توسط افزودنی یکنواخت ، با پالایشگاه ها همزمان نیست مدلهای بازپرداخت تصادفی ، و درک ما از محتوای تجربی این مدل ها.

We analyze an operational policy for a multinational manufacturer to hedge against exchange rate uncertainties and competition. We consider a single product and single period. Because of long-lead times, the capacity investment must done before the selling season begins when the exchange rate between the two countries is uncertain. we consider a duopoly competition in the foreign country. We model the exchange rate as a random variable. We investigate the impact of competition and exchange rate on optimal capacities and optimal prices. We show how competition can impact the decision of the home manufacturer to enter the foreign market.

ما یک سیاست عملیاتی را برای یک تولید کننده چند ملیتی برای محافظت از آن تجزیه و تحلیل می کنیم در برابر عدم قطعیت نرخ ارز و رقابت.ما یک واحد را در نظر می گیریم محصول و یک دوره واحد.به دلیل زمان های طولانی ، سرمایه گذاری ظرفیت باید قبل از شروع فصل فروش هنگامی که نرخ ارز بین دو کشور نامشخص است.ما یک رقابت دوپولی را در خارجی در نظر می گیریم کشور.ما نرخ ارز را به عنوان یک متغیر تصادفی مدل می کنیم.ما تحقیق می کنیم تأثیر رقابت و نرخ ارز بر ظرفیت های بهینه و بهینه قیمت.ما نشان می دهیم که چگونه رقابت می تواند بر تصمیم خانه تأثیر بگذارد تولید کننده برای ورود به بازار خارجی.

Call centers' managers are interested in obtaining accurate point and distributional forecasts of call arrivals in order to achieve an optimal balance between service quality and operating costs. We present a strategy for selecting forecast models of call arrivals which is based on three pillars: (i) flexibility of the loss function; (ii) statistical evaluation of forecast accuracy; (iii) economic evaluation of forecast performance using money metrics. We implement fourteen time series models and seven forecast combination schemes on three series of daily call arrivals. Although we focus mainly on point forecasts, we also analyze density forecast evaluation. We show that second moments modeling is important both for point and density forecasting and that the simple Seasonal Random Walk model is always outperformed by more general specifications. Our results suggest that call center managers should invest in the use of forecast models which describe both first and second moments of call arrivals.

مدیران مراکز تماس علاقه مند به گرفتن نکته دقیق و پیش بینی های توزیع ورود به تماس به منظور دستیابی به یک بهینه تعادل بین کیفیت خدمات و هزینه های عملیاتی.ما یک استراتژی برای انتخاب مدل های پیش بینی ورود تماس که بر اساس سه ستون است: (i) انعطاف پذیری عملکرد از دست دادن ؛(ب) ارزیابی آماری پیش بینی دقت؛(iii) ارزیابی اقتصادی عملکرد پیش بینی با استفاده از پول معیارهای.ما چهارده مدل سری زمانی و هفت پیش بینی را پیاده سازی می کنیم طرح های ترکیبی در سه سری از ورود روزانه تماس.اگرچه ما تمرکز می کنیم به طور عمده در مورد پیش بینی های نقطه ، ما همچنین ارزیابی پیش بینی چگالی را تجزیه و تحلیل می کنیم.ما نشان می دهیم مدل سازی لحظات دوم هم برای نقطه و هم برای چگالی مهم است پیش بینی و اینکه مدل پیاده روی تصادفی ساده فصلی همیشه است بهتر از مشخصات عمومی تر عمل می کند.نتایج ما نشان می دهد که تماس مدیران مرکز باید در استفاده از مدل های پیش بینی سرمایه گذاری کنند که هر دو را توصیف می کنند لحظات اول و دوم ورود تماس.

Economic inequality is one of the pivotal issues for most of economic and social policy makers across the world to insure the sustainable economic growth and justice. In the mainstream school of economics, namely neoclassical theories, economic issues are dealt with in a mechanistic manner. Such a mainstream framework is majorly focused on investigating a socio-economic system based on an axiomatic scheme where reductionism approach plays a vital role. The major limitations of such theories include unbounded rationality of economic agents, reducing the economic aggregates to a set of predictable factors and lack of attention to adaptability and the evolutionary nature of economic agents. In tackling deficiencies of conventional economic models, in the past two decades, some new approaches have been recruited. One of those novel approaches is the Complex adaptive systems (CAS) framework which has shown a very promising performance in action. In contrast to mainstream school, under this framework, the economic phenomena are studied in an organic manner where the economic agents are supposed to be both boundedly rational and adaptive. According to it, the economic aggregates emerge out of the ways agents of a system decide and interact. As a powerful way of modeling CASs, Agent-based models (ABMs) has found a growing application among academicians and practitioners. ABMs show that how simple behavioral rules of agents and local interactions among them at micro-scale can generate surprisingly complex patterns at macro-scale. In this paper, ABMs have been used to show (1) how an economic inequality emerges in a system and to explain (2) how sadaqah as an Islamic charity rule can majorly help alleviating the inequality and how resource allocation strategies taken by charity entities can accelerate this alleviation.

نابرابری اقتصادی یکی از موضوعات مهم برای بیشتر اقتصادی و اقتصادی است سیاست گذاران اجتماعی در سراسر جهان برای اطمینان از رشد پایدار اقتصادی و عدالتدر دانشکده اصلی اقتصاد ، یعنی نئوکلاسیک نظریه ها ، مسائل اقتصادی به شیوه ای مکانیکی مورد بررسی قرار می گیرد.مثل چارچوب جریان اصلی عمدتاً در بررسی یک اقتصادی و اجتماعی متمرکز است سیستم مبتنی بر یک طرح بدیهی که در آن رویکرد تقلیل گرایی بسیار مهم است نقش.محدودیت های اصلی چنین نظریه هایی شامل عقلانیت بی حد و حصر است مأمورین اقتصادی ، جمع آوری های اقتصادی را به مجموعه ای از قابل پیش بینی کاهش می دهند عوامل و عدم توجه به سازگاری و ماهیت تکاملی عوامل اقتصادیدر مقابله با نواقص مدلهای اقتصادی معمولی ، در در دو دهه گذشته ، برخی از رویکردهای جدید استخدام شده اند.یکی از آنها رویکردهای جدید چارچوب پیچیده سیستم های تطبیقی (CAS) است که دارد عملکرد بسیار امیدوارکننده ای در عمل نشان داده است.برخلاف مدرسه اصلی ، تحت این چارچوب ، پدیده های اقتصادی به صورت ارگانیک مورد مطالعه قرار می گیرند جایی که قرار است عوامل اقتصادی هر دو محدود و منطقی باشند و انطباقی.با توجه به آن ، مصالح اقتصادی از راه ها بیرون می آیند عوامل یک سیستم تصمیم می گیرند و تعامل دارند.به عنوان یک روش قدرتمند برای مدل سازی کاس ، مدل های مبتنی بر عامل (ABMS) در بین دانشگاهیان کاربردی رو به رشد پیدا کرده است و پزشکانABMS نشان می دهد که چگونه قوانین رفتاری ساده عوامل و فعل و انفعالات محلی بین آنها در مقیاس میکرو می تواند به طرز شگفت آور پیچیده ای ایجاد کند الگوهای در مقیاس کلان.در این مقاله از ABMS برای نشان دادن (1) نحوه استفاده استفاده شده است نابرابری اقتصادی در یک سیستم پدیدار می شود و توضیح می دهد (2) چگونه Sadaqah به عنوان یک قاعده خیریه اسلامی می تواند به کاهش نابرابری و چگونگی کمک کند استراتژی های تخصیص منابع گرفته شده توسط نهادهای خیریه می توانند این امر را تسریع کنند کاهش

This paper is concerned with inference about low-dimensional components of a high-dimensional parameter vector $\beta^0$ which is identified through instrumental variables. We allow for eigenvalues of the expected outer product of included and excluded covariates, denoted by $M$, to shrink to zero as the sample size increases. We propose a novel estimator based on desparsification of an instrumental variable Lasso estimator, which is a regularized version of 2SLS with an additional correction term. This estimator converges to $\beta^0$ at a rate depending on the mapping properties of $M$ captured by a sparse link condition. Linear combinations of our estimator of $\beta^0$ are shown to be asymptotically normally distributed. Based on consistent covariance estimation, our method allows for constructing confidence intervals and statistical tests for single or low-dimensional components of $\beta^0$. In Monte-Carlo simulations we analyze the finite sample behavior of our estimator.

این مقاله مربوط به استنباط در مورد اجزای کم بعدی a است بردار پارامتر با ابعاد بالا $ \ Beta^0 $ که از طریق مشخص می شود متغیرهای ابزاری.ما به مقادیر ویژه محصول بیرونی مورد انتظار اجازه می دهیم متغیرهای متغیر و مستثنی ، که توسط $ m $ مشخص شده است ، به صفر می رسد اندازه نمونه افزایش می یابد.ما یک برآوردگر جدید را بر اساس desparsification پیشنهاد می کنیم از یک برآوردگر متغیر Lasso متغیر ابزاری ، که یک نسخه منظم از آن است 2SLS با اصطلاح تصحیح اضافی.این برآوردگر به $ \ beta^0 $ همگرا می شود با نرخ بسته به ویژگی های نقشه برداری از $ M $ که توسط یک لینک پراکنده گرفته شده است وضعیت.ترکیبات خطی از برآوردگر ما از \ $ beta^0 $ نشان داده شده است به طور غیر عادی به طور عادی توزیع می شود.بر اساس برآورد کواریانس مداوم ، روش ما امکان ساخت فواصل اطمینان و تست های آماری را فراهم می کند برای اجزای تک یا کم بعدی $ \ Beta^0 $.در مونت کارلو شبیه سازی ما رفتار نمونه محدود برآوردگر خود را تجزیه و تحلیل می کنیم.

By recasting indirect inference estimation as a prediction rather than a minimization and by using regularized regressions, we can bypass the three major problems of estimation: selecting the summary statistics, defining the distance function and minimizing it numerically. By substituting regression with classification we can extend this approach to model selection as well. We present three examples: a statistical fit, the parametrization of a simple real business cycle model and heuristics selection in a fishery agent-based model. The outcome is a method that automatically chooses summary statistics, weighs them and use them to parametrize models without running any direct minimization.

با استفاده مجدد از برآورد استنباط غیرمستقیم به عنوان یک پیش بینی و نه به حداقل رساندن و با استفاده از رگرسیون های منظم ، می توانیم این سه را دور بزنیم مشکلات عمده تخمین: انتخاب آمار خلاصه ، تعریف عملکرد فاصله و به حداقل رساندن آن به صورت عددی.با تعویض رگرسیون با طبقه بندی می توانیم این رویکرد را به انتخاب مدل نیز گسترش دهیم.ما سه مثال ارائه دهید: یک تناسب آماری ، پارامتر کردن یک واقعی ساده مدل چرخه تجارت و انتخاب اکتشافی در یک مدل مبتنی بر عامل شیلات. نتیجه روشی است که به طور خودکار آمار خلاصه را انتخاب می کند ، وزن دارد آنها و از آنها برای پارامتر کردن مدل ها بدون اجرای مستقیم استفاده کنید به حداقل رساندن

I propose a nonparametric iid bootstrap procedure for the empirical likelihood, the exponential tilting, and the exponentially tilted empirical likelihood estimators that achieves asymptotic refinements for t tests and confidence intervals, and Wald tests and confidence regions based on such estimators. Furthermore, the proposed bootstrap is robust to model misspecification, i.e., it achieves asymptotic refinements regardless of whether the assumed moment condition model is correctly specified or not. This result is new, because asymptotic refinements of the bootstrap based on these estimators have not been established in the literature even under correct model specification. Monte Carlo experiments are conducted in dynamic panel data setting to support the theoretical finding. As an application, bootstrap confidence intervals for the returns to schooling of Hellerstein and Imbens (1999) are calculated. The result suggests that the returns to schooling may be higher.

من یک روش بوت استرپ IID غیر پارامتری را برای تجربی پیشنهاد می کنم احتمال ، کج شدن نمایی ، و تجربی به صورت نمایی برآوردگرهای احتمال که به اصلاحات بدون علامت برای تست های T دست می یابند فواصل اطمینان ، و آزمون های والد و مناطق اعتماد به نفس بر اساس چنین برآوردگرهاعلاوه بر این ، بوت استرپ پیشنهادی برای مدل سازی قوی است شناسایی غلط ، یعنی ، بدون در نظر گرفتن اصلاحات بدون علامت این که آیا مدل شرایط لحظه فرض شده به درستی مشخص شده است یا خیر.این نتیجه جدید است ، زیرا اصلاحات بدون علامت بوت استرپ بر اساس اینها برآوردگرها حتی در مدل صحیح در ادبیات ایجاد نشده اند مشخصات.آزمایش های مونت کارلو در داده های پانل پویا انجام می شود تنظیم برای پشتیبانی از یافته نظری.به عنوان یک برنامه ، bootstrap فواصل اطمینان برای بازگشت به مدرسه Hellerstein و Imbens (1999) محاسبه می شود.نتیجه حاکی از آن است که ممکن است بازده به مدرسه باشد بالاتر

Many studies use shift-share (or ``Bartik'') instruments, which average a set of shocks with exposure share weights. We provide a new econometric framework for shift-share instrumental variable (SSIV) regressions in which identification follows from the quasi-random assignment of shocks, while exposure shares are allowed to be endogenous. The framework is motivated by an equivalence result: the orthogonality between a shift-share instrument and an unobserved residual can be represented as the orthogonality between the underlying shocks and a shock-level unobservable. SSIV regression coefficients can similarly be obtained from an equivalent shock-level regression, motivating shock-level conditions for their consistency. We discuss and illustrate several practical insights of this framework in the setting of Autor et al. (2013), estimating the effect of Chinese import competition on manufacturing employment across U.S. commuting zones.

بسیاری از مطالعات از ابزارهای Shift-Share (یا "Bartik") استفاده می کنند ، که به طور متوسط یک مجموعه است شوک های دارای قرار گرفتن در معرض وزن دارند.ما یک چارچوب اقتصاد سنجی جدید ارائه می دهیم برای رگرسیون متغیر ابزاری (SSIV) برای تغییر شکل که در آن شناسایی از تکلیف شبه تصادفی شوک ها ، در حالی که سهام قرار گرفتن در معرض اجازه می دهد درون زا باشد.این چارچوب توسط یک انگیزه است نتیجه هم ارزی: ارتوگونی بودن بین یک ابزار تقسیم تغییر و یک باقیمانده بدون نظارت می تواند به عنوان ارتوگونی بودن بین شوک های اساسی و یک سطح شوک غیرقابل کنترل است.ضرایب رگرسیون SSIV به طور مشابه می توان از یک رگرسیون سطح شوک معادل ، انگیزه دریافت کرد شرایط سطح شوک برای قوام آنها.ما چندین مورد بحث و نشان می دهیم بینش های عملی این چارچوب در تنظیم Autor و همکاران.(2013) ، برآورد تأثیر رقابت واردات چینی در اشتغال تولید در مناطق رفت و آمد ایالات متحده.

The implementation of a supervision and incentive process for identical workers may lead to wage variance that stems from employer and employee optimization. The harder it is to assess the nature of the labor output, the more important such a process becomes, and the influence of such a process on wage development growth. The dynamic model presented in this paper shows that an employer will choose to pay a worker a starting wage that is less than what he deserves, resulting in a wage profile that fits the classic profile in the human-capital literature. The wage profile and wage variance rise at times of technological advancements, which leads to increased turnover as older workers are replaced by younger workers due to a rise in the relative marginal cost of the former.

اجرای یک روند نظارت و تشویقی برای یکسان کارگران ممکن است منجر به واریانس دستمزد ناشی از کارفرما و کارمند شوند بهينه سازي.ارزیابی ماهیت خروجی نیروی کار سخت تر است. چنین فرایندی از اهمیت بیشتری برخوردار می شود و تأثیر چنین روندی بر روی رشد توسعه دستمزد.مدل پویا ارائه شده در این مقاله نشان می دهد که یک کارفرما تصمیم می گیرد یک دستمزد شروع به کارگر را پرداخت کند که کمتر از آن باشد او سزاوار است ، و در نتیجه مشخصات دستمزد متناسب با مشخصات کلاسیک در ادبیات انسان-سرمایه.مشخصات دستمزد و واریانس دستمزد در مواقع افزایش می یابد پیشرفت های فن آوری ، که منجر به افزایش گردش مالی به عنوان کارگران مسن می شود به دلیل افزایش هزینه های حاشیه ای نسبی توسط کارگران جوانتر جایگزین می شوند سابق

I propose a nonparametric iid bootstrap that achieves asymptotic refinements for t tests and confidence intervals based on GMM estimators even when the model is misspecified. In addition, my bootstrap does not require recentering the moment function, which has been considered as critical for GMM. Regardless of model misspecification, the proposed bootstrap achieves the same sharp magnitude of refinements as the conventional bootstrap methods which establish asymptotic refinements by recentering in the absence of misspecification. The key idea is to link the misspecified bootstrap moment condition to the large sample theory of GMM under misspecification of Hall and Inoue (2003). Two examples are provided: Combining data sets and invalid instrumental variables.

من یک بوت استرپ IID غیر پارامتری را پیشنهاد می کنم که به اصلاحات بدون علامت می رسد برای آزمایش T و فواصل اطمینان بر اساس برآوردگرهای GMM حتی در صورت مدل اشتباه است.علاوه بر این ، بوت استرپ من نیازی به اخیر ندارد عملکرد لحظه ای ، که برای GMM بسیار مهم در نظر گرفته شده است.بدون در نظر گرفتن از غلط گیری مدل ، بوت استرپ پیشنهادی به همان تیز دست می یابد بزرگی پالایشگاه ها به عنوان روش های بوت استرپ معمولی که ایجاد می کنند اصلاحات بدون علامت توسط اخیر در غیاب اشتباه اشتباه.در ایده کلیدی پیوند دادن شرایط لحظه ای بوت استرپ غلط املایی به بزرگ است تئوری نمونه GMM تحت عنوان غلط هال و اینو (2003).دو نمونه هایی ارائه شده است: ترکیب مجموعه داده ها و متغیرهای ابزاری نامعتبر.

Under treatment effect heterogeneity, an instrument identifies the instrument-specific local average treatment effect (LATE). With multiple instruments, two-stage least squares (2SLS) estimand is a weighted average of different LATEs. What is often overlooked in the literature is that the postulated moment condition evaluated at the 2SLS estimand does not hold unless those LATEs are the same. If so, the conventional heteroskedasticity-robust variance estimator would be inconsistent, and 2SLS standard errors based on such estimators would be incorrect. I derive the correct asymptotic distribution, and propose a consistent asymptotic variance estimator by using the result of Hall and Inoue (2003, Journal of Econometrics) on misspecified moment condition models. This can be used to correctly calculate the standard errors regardless of whether there is more than one LATE or not.

تحت تأثیر ناهمگونی اثر درمانی ، یک ابزار شناسایی می کند اثر متوسط درمان محلی خاص ابزار (دیر).با چند سازها ، حداقل مربعات دو مرحله ای (2SL) برآورد میانگین وزنی است Lates مختلف.آنچه اغلب در ادبیات نادیده گرفته می شود این است که شرایط لحظه ای فرض شده ارزیابی شده در برآورد 2SLS آن لایت ها یکسان هستند.در این صورت ، هتروسکوداسمیت متعارف-روبست برآوردگر واریانس متناقض خواهد بود ، و خطاهای استاندارد 2SLS بر اساس چنین برآوردها نادرست خواهند بود.من بدون علامت صحیح را استخراج می کنم توزیع ، و یک برآوردگر واریانس بدون علامت ثابت را با استفاده از نتیجه هال و اینو (2003 ، مجله اقتصاد سنجی) در اشتباه غلط مدل های شرایط لحظه ای.این می تواند برای محاسبه صحیح استاندارد استفاده شود خطاها صرف نظر از اینکه بیش از یک اواخر وجود داشته باشد یا نه.

We propose leave-out estimators of quadratic forms designed for the study of linear models with unrestricted heteroscedasticity. Applications include analysis of variance and tests of linear restrictions in models with many regressors. An approximation algorithm is provided that enables accurate computation of the estimator in very large datasets. We study the large sample properties of our estimator allowing the number of regressors to grow in proportion to the number of observations. Consistency is established in a variety of settings where plug-in methods and estimators predicated on homoscedasticity exhibit first-order biases. For quadratic forms of increasing rank, the limiting distribution can be represented by a linear combination of normal and non-central $\chi^2$ random variables, with normality ensuing under strong identification. Standard error estimators are proposed that enable tests of linear restrictions and the construction of uniformly valid confidence intervals for quadratic forms of interest. We find in Italian social security records that leave-out estimates of a variance decomposition in a two-way fixed effects model of wage determination yield substantially different conclusions regarding the relative contribution of workers, firms, and worker-firm sorting to wage inequality than conventional methods. Monte Carlo exercises corroborate the accuracy of our asymptotic approximations, with clear evidence of non-normality emerging when worker mobility between blocks of firms is limited.

ما برآوردگرهای مرخصی از فرم های درجه دوم را که برای مطالعه طراحی شده اند پیشنهاد می کنیم مدل های خطی با ناهمگونی نامحدود.برنامه های کاربردی شامل تجزیه و تحلیل واریانس و آزمایش محدودیت های خطی در مدلها با بسیاری رگرسیونیک الگوریتم تقریبی ارائه شده است که دقیق را قادر می سازد محاسبه برآوردگر در مجموعه داده های بسیار بزرگ.ما نمونه بزرگ را مطالعه می کنیم خواص برآوردگر ما اجازه می دهد تعداد رگرسیون ها در آن رشد کنند متناسب با تعداد مشاهدات.قوام در a ایجاد شده است انواع تنظیماتی که در آن روش ها و برآوردگرهای پلاگین پیش بینی می شوند نمایشگاه های همسایه تعصبات مرتبه اول را نشان می دهد.برای اشکال درجه دوم در حال افزایش رتبه ، توزیع محدود کننده را می توان با ترکیبی خطی از متغیرهای تصادفی $ $ $ \ $ \ ki^2 $ ، با نرمال بودن در زیر شناسایی قویبرآوردگرهای خطای استاندارد پیشنهاد شده اند که آزمایشات را فعال می کنند محدودیت های خطی و ساخت اعتماد به نفس یکنواخت معتبر فواصل برای اشکال درجه دوم مورد علاقه.ما در امنیت اجتماعی ایتالیایی پیدا می کنیم ثبت می کند که تخمین های تجزیه واریانس در یک دو طرفه ثابت مدل اثرات تعیین دستمزد نتیجه گیری های قابل توجهی متفاوت است با توجه به سهم نسبی کارگران ، بنگاهها و مرتب سازی-شرکت کارگران به نابرابری نسبت به روشهای معمولی.تمرینات مونت کارلو تأیید می کند صحت تقریب های بدون علامت ما ، با شواهد روشن از غیر طبیعی بودن در هنگام تحرک کارگران بین بلوک های بنگاه ها در حال ظهور است.