Partial Identification and Inference for Dynamic Models and Counterfactuals
Partial Identification and Inference for Dynamic Models and Counterfactuals
复制标题
动态模型和反事实的部分识别和推理
DOI：
10.2139/ssrn.3535147
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Lucas Lima
中科院分区：
文献类型：
--
作者：
Myrto Kalouptsidi;Y. Kitamura;Eduardo Souza;Lucas Lima
我们提供了一个研究结构动态离散选择模型的部分辨识及其反事实的一般框架，以及一致有效的推理过程。在这样做的过程中，我们得到了模型参数、反事实行为和感兴趣的低维结果的尖锐界限，例如假设性政策干预的平均福利效应。我们对集合的性质进行了解析刻画，并证明了当目标结果是标量时，其识别的集合是一个区间，其端点可以通过标准算法求解行为良好的约束优化问题来计算。通过适当地应用次抽样，我们得到了一个一致有效的推理过程。为了说明该方法的性能和计算可行性，我们考虑了企业进入/退出的蒙特卡洛研究，以及应用于哥伦比亚制造业工厂级数据的出口决策的经验模型。在这些应用中，我们演示了当我们加入替代的模型限制时，识别的集合如何缩小，从而提供关于识别的来源和强度的直观。
We provide a general framework for investigating partial identification of structural dynamic discrete choice models and their counterfactuals, along with uniformly valid inference procedures. In doing so, we derive sharp bounds for the model parameters, counterfactual behavior, and low-dimensional outcomes of interest, such as the average welfare effects of hypothetical policy interventions. We characterize the properties of the sets analytically and show that when the target outcome of interest is a scalar, its identified set is an interval whose endpoints can be calculated by solving well-behaved constrained optimization problems via standard algorithms. We obtain a uniformly valid inference procedure by an appropriate application of subsampling. To illustrate the performance and computational feasibility of the method, we consider both a Monte Carlo study of firm entry/exit, and an empirical model of export decisions applied to plant-level data from Colombian manufacturing industries. In these applications, we demonstrate how the identified sets shrink as we incorporate alternative model restrictions, providing intuition regarding the source and strength of identification.
随机效用模型的非参数分析
DOI：
10.3982/ecta14478
发表时间：
2018
期刊：
arXiv: Statistics Theory
影响因子：
--
作者：
Y. Kitamura;J. Stoye
通讯作者：
J. Stoye
DOI：
10.1257/mic.20150216
发表时间：
2020
期刊：
Microeconomics
影响因子：
--
作者：
Adams A
通讯作者：
Adams A