Fast Posterior Sampling in Tightly Identified SVARs Using 'Soft' Sign Restrictions
Department of Econometrics and Business Statistics, Monash University（莫纳什大学计量经济学与商业统计系）；Economic Research Department, Reserve Bank of Australia（澳大利亚储备银行经济研究部）
提出基于“软”符号约束的采样算法，通过平滑惩罚违反约束的参数值，结合重要性采样实现硬约束下的高效贝叶斯推断，显著加速紧识别场景的采样。
2026-06-16 econ.EM
Partial Identification with Auxiliary Moment Restrictions
University of Pittsburgh（匹兹堡大学）
研究指出部分识别因区域宽而常被搁置，利用多数区间值数据集中已有信息，开发框架限制数据补全集，刻画最佳线性预测器识别区域，不同限制效果不同，能恢复粗化结果丢失的部分识别能力。
2026-07-27 econ.EM
Uncertain Short-Run Restrictions and Statistically Identified Structural Vector Autoregressions
本文提出一种结合统计识别与可能无效的短期零约束的收缩估计方法，通过数据驱动决定是否继续收缩，模拟和实证表明该方法能提高估计精度并识别出驱动油价的信息冲击。
2024-04-03 econ.EM
Locally robust semiparametric estimation of sample selection models without exclusion restrictions
针对半参数样本选择模型依赖排他性约束的问题，本文基于选择方程非线性和结果方程线性的假设实现无约束识别，提出局部稳健估计量并验证其渐近性质，模拟和应用表明该方法有效。
2024-12-02 econ.EM
Tractable Identification of Strategic Network Formation Models with Unobserved Heterogeneity
University of Pennsylvania（宾夕法尼亚大学）；National University of Singapore（新加坡国立大学）
本文提出了一种可识别的战略网络形成模型方法，处理战略链接依赖和个体未观察到的异质性。通过'bounding-by-c'技术利用单调性限制获得识别信息，并提供固定效应处理策略和点识别结果。
2026-03-17 econ.EM
IV Regressions without Exclusion Restrictions
本文研究了在无排除性工具变量条件下内生回归模型的识别与估计，提出了两种半参数估计量和一种基于离散化的估计量，证明了其渐近正态性，并通过模拟和实证验证了其稳健性。
2023-07-31 econ.EM
Beyond Validity: SVAR Identification Through the Proxy Zoo
The Hong Kong University of Science and Technology（香港科技大学）；UCLouvain（鲁汶大学）
本文提出了一种通过代理质量参数部分识别SVAR模型的方法，以提高识别稳健性并减少代理变量选择偏差。
2026-01-16 econ.EM
Integrability and Identification in Multinomial Choice Models
麦克法登的随机效用模型的多项选择长期以来一直是应用研究的主力。我们建立了形状的限制下，多项选择概率函数可以合理化，通过随机效用模型与非参数未观察到的异质性和一般收入的影响。当与附加限制相结合时，上述条件等价于规范的加性随机效用模型。该证明是建设性的，有利于非参数识别的偏好分布，而不需要在无穷大识别类型的参数。一个推论表明，斯卢茨基对称性，以前的合理化结果的一个关键条件，相当于没有收入的影响。我们的研究结果意味着理论一致的非参数界的选择概率反事实集。它们也适用于广泛使用的随机系数模型，条件是可观察的选择特征。偏微分方程理论在我们的分析中起着关键作用。
2021-05-19 econ.EM
Robust Identification in Randomized Experiments with Noncompliance
本文针对存在不依从的随机实验，在两组放松的LATE假设下推导了因果参数的紧界，并通过实证应用验证了标准LATE假设的不兼容性，提供了更具稳健性的因果识别方案。
2025-03-20 econ.EM
SVARs with breaks: Identification and inference
University of Bologna（博洛尼亚大学）；Brown University（布朗大学）
本文提出了一种具有结构断裂的SVAR模型，通过引入稳定性限制和不等式约束提高识别效率，并开发了纯贝叶斯和稳健贝叶斯方法以应对集识别下的推断问题。
2026-03-08 econ.EM
Semiparametric Identification of the Discount Factor and Payoff Function in Dynamic Discrete Choice Models
Faculty of Economics, University of Tokyo（东京大学经济学部）
本文研究平稳无限期动态离散选择模型中贴现因子与收益函数的识别，证明单代理人模型中的收益形状约束及动态博弈中的行动无关性、可交换性等假设可实现半参数识别。
2026-11-10 econ.EM
When does IV identification not restrict outcomes?
本文给出工具变量模型中处理效应不限制结果被点识别的充要条件，推广LATE单调性，并应用于交叉随机处理的互补性识别。
2025-02-27 econ.EM
Inference on two component mixtures under tail restrictions
许多计量经济学模型可以作为有限混合物进行分析。我们专注于两个组件的混合物，我们表明，他们是nonparametrically点确定的排除限制和尾部限制的组合。我们的识别分析表明，简单的封闭形式估计的成分分布和混合比例，以及规格测试。我们推导出他们的渐近性质尾经验过程的结果，我们提出了一个模拟研究，记录他们的有限样本性能。
2021-02-11 econ.EM
Large Bayesian VARs with Factor Stochastic Volatility: Identification, Order Invariance and Structural Analysis
具有多元随机波动率的向量自回归（VAR）被广泛用于结构分析。通常，结构模型是通过经济上有意义的限制来确定的，例如，符号限制，应该与因变量的排序无关。但由于简化形式的模型不是阶不变的，结构分析的结果取决于变量的阶数。我们考虑一个VAR的基础上的因素随机波动率，构造为顺序不变的。我们表明，存在的多元随机波动允许统计识别的模型。我们进一步证明了，与一组适当的符号限制，相应的结构模型是点识别。所提出的方法的另一个吸引力是，它可以很容易地处理大量的因变量以及符号限制。我们通过一个结构性分析来证明这种方法，在这个分析中，我们使用一个带有符号限制的20个变量的VAR来识别5个结构性冲击。
2022-07-08 econ.EM stat.ME
Estimation of Impulse-Response Functions with Dynamic Factor Models: A New Parametrization
提出了一种新的参数化方法，用于动态因子模型（DFM）的脉冲响应函数（IRF）的估计和识别。本文的理论贡献涉及不同IRF之间的观测等效性问题，这意味着没有进一步的限制，IRF参数的非识别。我们展示了如何将先前提出的最小识别条件嵌套在新的框架中，并可以进一步增强过度识别限制，从而提高效率。目前的标准做法的国际RF估计的DFMs是基于主成分，相比之下，新的参数化是限制较少，并允许建模更丰富的动态。作为本文的经验贡献，我们开发了一种基于EM算法的估计方法，该方法结合了所提出的识别限制。在实证应用中，我们使用一个标准的高维宏观经济数据集来估计货币政策冲击的影响。我们估计宏观经济变量的强烈反应，而基准模型似乎给出了定性违反直觉的结果。估计方法在随附的R包中实现。
2022-02-22 econ.EM
Time-Varying Identification of Structural Vector Autoregressions
本文提出一种贝叶斯异方差马尔可夫切换结构向量自回归模型，通过数据驱动的时变识别和排除性限制选择，利用时变波动性识别结构冲击，实证支持美国货币政策冲击识别的时变性。
2025-02-27 econ.EM
Sign Restrictions and Supply-demand Decompositions of Inflation
Reserve Bank of Australia（澳大利亚储备银行）
本文证明通胀供需分解的符号约束识别力依赖预测误差，实证显示美国通胀历史分解识别集通常无信息量，现有分解对辅助假设敏感。
2026-09-09 econ.EM
Large Structural VARs with Multiple Sign and Ranking Restrictions
针对大型VAR中多重符号与排序限制识别困难的问题，提出一种数值高效算法，并在35变量、超100限制、识别8冲击的VAR上验证。
2025-03-26 econ.EM
A new algorithm for structural restrictions in Bayesian vector autoregressions
一个全面的方法推理向量自回归（VAR）使用符号和其他结构的限制。简化形式的VAR扰动由几个公共因素驱动，结构识别约束可以以参数约束的形式并入其载荷中。吉布斯采样器推导出，允许简化形式的参数和结构的限制，有效地在一个步骤中进行采样。所提出的方法的一个关键好处是，它允许治疗参数估计和结构推理作为一个联合问题。另一个好处是，该方法可以扩展到具有多个冲击的大型VAR，并且可以扩展到适应非线性，不对称和许多其他有趣的经验特征。使用合成数据实验，并通过使用基于符号限制的识别重新审视金融因素在经济波动中的作用，探索新的推理算法的优良性能。
2022-06-14 econ.EM stat.AP
Marginal treatment effects in the absence of instrumental variables
Center for Quantitative Economic Research, Zhejiang University of Finance & Economics（浙江财经大学数量经济研究中心）；School of Economics, Zhejiang University of Finance & Economics（浙江财经大学经济学院）；School of Economics, Zhejiang University（浙江大学经济学院）；School of Economics, Shanghai University of Finance & Economics（上海财经大学经济学院）
本文提出一种无需工具变量假设的方法，用于估计无工具变量情况下边际处理效应，并通过实证应用展示其在分析异质因果效应中的有效性。
2026-02-27 econ.EM
Identification and Estimation of Simultaneous Equation Models Using Higher-Order Cumulant Restrictions
本文提出仅利用单阶高阶累积量的对角性条件，即可识别联立方程模型的结构参数，无需零协方差或白化假设，并给出易于计算的估计量及过度识别检验，通过模拟和两个应用验证了其有效性。
2025-09-10 econ.EM stat.ML
Identification of hedonic equilibrium and nonseparable simultaneous equations
本文推导了享乐均衡模型中偏好和技术非参数化识别的条件，在享乐均衡模型中，产品沿不止一个维度进行区分，代理人的特征在于未观察到的异质性的几个维度。Ekeland，Heckman and Nesheim（2004）和Heckman，Matzkin and Nesheim（2010）中指出，随着产品按质量指数进行区分，而代理人的特征是标量未观察到的异质性，偏好和技术的单交叉条件提供了识别限制。我们在多属性的情况下开发类似的形状限制。这些形状的限制，这是基于最优运输理论和广义凸性，使我们能够识别沿多个维度的商品差异化的偏好，从一个单一的市场的观察。因此，我们得出非参数识别结果不可分离的联立方程和多属性享乐均衡模型（可能）多个维度的未观察到的异质性。我们的结果之一是证明了绝对连续的分布内生交易的质量，这是独立的利益。
2021-02-07 econ.EM econ.TH
Partial Identification in Matching Models for the Marriage Market
研究了效用完全可转移的一对一匹配模型中偏好参数的部分识别问题。我们这样做时，没有对未观察到的异质性强加参数分布假设，并且使用了一个大型市场的数据。我们提供了一个易于处理的表征下的各种类的非参数分布假设未观察到的异质性的识别集。使用我们的方法，我们重新审视一些相关的问题，在婚姻市场的实证文献，这是以前研究的Logit假设。我们的研究结果表明，上述文献中的许多发现主要是由这样的参数限制。
2022-07-27 econ.EM
Identifying Present-Biased Discount Functions in Dynamic Discrete Choice Models
本文研究动态离散选择模型中现时偏误贴现函数的识别，通过多项式方程组求解贴现因子，并指出排除限制难以捕捉偏好反转，导致估计困难。
2025-07-09 econ.EM
Conditional-Moment Estimation and Inference in the BLP Model
University College London（伦敦大学学院）；University of Melbourne（墨尔本大学）
针对BLP模型，指出标准GMM因无条件矩限制可能导致识别失败，提出基于条件矩限制的两步估计器，达到半参数效率界且有限样本表现更优。
2026-09-25 econ.EM
A Framework for Eliciting, Incorporating, and Disciplining Identification Beliefs in Linear Models
为了从观测数据中估计因果效应，应用研究者必须强加信念。例如，工具变量排除限制表示工具对感兴趣的结果没有直接影响的信念。然而，关于工具有效性的信念并不是孤立存在的。应用研究人员经常在他们的文章中讨论选择的可能方向和测量误差的可能性，但缺乏将这些信息纳入分析的正式工具。如果不利用所有相关信息，不仅会让钱留在桌面上，而且还可能导致一种矛盾，即人们对手头问题持有相互矛盾的信念。为了解决这些问题，我们首先在一个主力线性模型中描述了与工具无效性、治疗内分泌和非差分测量误差相关的联合限制，展示了这三个维度上的信念如何相互约束，并受到数据的约束。利用这些信息，我们提出了一个贝叶斯框架，以帮助研究人员引出他们的信念，将它们纳入估计，并确保它们的相互一致性。最后，我们通过从实证微观经济学文献中提取的一些例子来说明我们的框架。
2020-11-14 econ.EM
Nonparametric Identification of Demand without Exogenous Product Characteristics
University of California, Berkeley（加州大学伯克利分校）；Stanford University（斯坦福大学）；Brown University（布朗大学）
本文提出在更弱的指数限制和‘信仰’条件下，通过重新中心化的工具非参数识别需求，解决了内生产品特征下的需求识别问题。
2026-02-20 econ.EM math.ST stat.ME
Under-Identification of Structural Models Based on Timing and Information Set Assumptions
我们重新审视了基于结构模型中的时间和信息集假设的识别，这些模型已被用于生产函数，需求方程和享乐定价模型（例如Olley和Pakes（1996），Blundell和Bond（2000））。首先，我们展示了一个一般的识别不足的问题，使用这些假设在一个简单的版本的布伦德尔-邦德动态面板模型。特别地，基本矩条件可以产生多个离散解：一个在主方程中的持续性参数处，另一个在控制回归量的持续性参数处。然后，我们表明，这个问题可以在更广泛的一组模型中持续存在，但在更强的时间假设下的模型中消失。然后，我们提出了可能的解决方案，在简单的设置，通过强制执行一个假设的符号限制，并得出结论，使用我们的基本识别方法的经验教训，提出更普遍的实践经验的研究人员的建议。
2023-03-27 econ.EM
Dynamic Local Average Treatment Effects in Time Series
University of Rome Tor Vergata（罗马托尔维加特大学）；University of Colorado at Boulder（科罗拉多大学博尔德分校）
本文针对时间序列IV设定下的动态LATEs，提出识别、估计与推断方法，检测识别性最强的子样本并开发对应稳健推断程序，将其应用于货币政策效应分析，调和了相关估计冲突。
2026-08-03 econ.EM
Bayesian Inference for Structural Vector Autoregressions Identified by Markov-Switching Heteroskedasticity
本研究构建了马尔可夫区制转移异方差识别的结构向量自回归模型的贝叶斯推断方法，推导识别约束并通过解析推导提升计算效率，实证验证了利率反应函数含货币变量的模型更优。
2018-11-20 econ.EM
Identification of structural shocks in Bayesian VEC models with two-state Markov-switching heteroskedasticity
本文提出贝叶斯框架下的SVEC-MSH模型，通过两状态马尔可夫切换异方差性识别协整结构VAR中的结构冲击，修正既有识别条件以确保唯一全局识别，并设计结合Gibbs与Metropolis-Hastings的MCMC算法进行后验推断。
2024-06-07 econ.EM
Control Variables, Discrete Instruments, and Identification of Structural Functions
在具有不可分和/或多维异质性的计量经济模型中，控制变量提供了控制内禀的重要手段。我们允许离散的工具，在各种限制的方式内生变量和控制变量影响结果的识别结果。我们考虑了许多感兴趣的结构对象，例如平均值或分位数处理效应。我们说明我们的结果与恩格尔曲线估计的实证应用。
2019-12-05 econ.EM stat.ME
Causal Identification under Interference: The Role of Treatment Assignment Independence
Concordia University（康科迪亚大学）；University of Geneva（日内瓦大学）
本文研究了在存在任意干扰时，基于个体治疗反应假设的因果识别公式所识别的因果对象，发现其为平均直接效应，并提出了一种稳健性分析框架。
2026-10-19 econ.EM
Locally- but not Globally-identified SVARs
University of Bologna（博洛尼亚大学）；Brown University（布朗大学）
本文提出新的估计和推断方法，解决局部但不全局可识别的SVARs模型中的计算挑战，通过多模态后验采样和冲击响应分析。
2026-03-08 econ.EM
Partial Identification under Imperfect Measurement: A Distributionally Robust Approach
Harvard University（哈佛大学）
针对不完美测量下的部分识别问题，提出基于分布鲁棒优化的通用框架，通过构建基准分布邻域计算并收紧参数界限，无需额外数据或假设，适用于网络、缺失结果和回归等场景。
2026-10-06 econ.EM stat.ME
Identification and Inference in General Bunching Designs
本文提出一般聚束设计中结构参数识别与推断的广义多项式策略，利用反事实密度解析性实现点识别，并在放松该条件时进行部分识别，蒙特卡洛模拟和 Saez（2010）数据重估显示其优于传统多项式方法。
2025-02-06 econ.EM
An Adversarial Approach to Identification, Computation, and Inference in Models with a Linear-in-Measures Representation
McMaster University（麦克马斯特大学）；University of North Carolina Wilmington（北卡罗来纳大学威尔明顿分校）
针对线性测度表示的经济计量模型，提出对抗性差异函数框架，通过有限线性规划计算识别集，并应用于二元选择面板和进入博弈，恢复锐利识别区域。
2026-09-29 econ.EM
The Identification Power of Combining Experimental and Observational Data for Distributional Treatment Effect Parameters
Faculty of Economics, The University of Tokyo（东京大学经济学部）
本文研究结合随机实验数据和自选择观察数据对分布治疗效应参数的识别力，提出非参数尖界并探讨数据结合提升识别力的机制。
2026-09-28 econ.EM
Optimal Decision Rules Under Partial Identification
本文研究部分识别下最大化社会福利的统计决策问题，在极小化遗憾准则下推导出形式简单且全局最优的有限样本决策规则，并应用于回归断点设计和布基纳法索学校项目。
2025-03-02 econ.EM math.ST stat.ME
Personalized Pricing with Invalid Instrumental Variables: Identification, Estimation, and Policy Learning
University of California, Irvine（加州大学欧文分校）；George Washington University（乔治华盛顿大学）；University of Michigan at Ann Arbor（密歇根大学安娜堡分校）；Duke University（杜克大学）
本文提出PRINT方法，解决未观测因素同时影响价格与收益时的个性化定价问题，利用无效工具变量实现最优定价策略识别与估计，经模拟和实际应用验证了方法有效性。
2026-11-10 cs.LG econ.EM stat.ME
Partial Identification and Inference in Duration Models with Endogenous Censoring
本文研究了具有内生删失数据的转换模型的辨识和推断问题。许多持续时间模型，如加速失效时间模型、比例风险模型和混合比例风险模型，都可以看作是转换模型。我们允许截尾的持续时间的结果是任意相关的观察到的协变量和未观察到的异质性。我们不施加任何参数限制的转换函数或分布函数的未观察到的异质性。在这种情况下，我们开发的回归参数和转换函数，其特征在于由条件矩不等式涉及U-统计的界限。通过构造矩的样本类似量为U-统计量的条件矩不等式模型的一种推断方法，给出了它们的推断方法。我们使用斯坦福心脏移植研究的数据，将所提出的推理方法应用于评估心脏移植对患者生存时间的影响。
2021-07-02 econ.EM stat.ME
Common Trends and Long-Run Identification in Nonlinear Structural VARs
针对非线性SVAR难以纳入共同随机趋势和长期识别约束的问题，本文提出加法时间可分的非线性SVAR类别，并扩展Granger–Johansen表示定理。
2024-09-10 econ.EM math.ST stat.TH
Identification and Estimation in Many-to-one Two-sided Matching without Transfers
本文研究无转移支付的多对一双边匹配中双方偏好的识别问题，在稳定性假设和排除性限制下证明非参数识别，并通过蒙特卡洛模拟验证参数贝叶斯方法在现实规模问题中的有效性，最后以智利学校录取数据为例进行反事实政策分析。
2023-07-10 econ.EM econ.GN q-fin.EC
Identification and estimation of structural vector autoregressive models via LU decomposition
本文针对 SVAR 模型识别中新息过程假设过强的问题，利用系数矩阵零约束与 LU 分解条件提出识别方法，并建立系数矩阵和脉冲响应的渐近正态估计。
2025-03-16 econ.EM stat.AP
Principled Identification of Structural Dynamic Models
University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）；Xiamen University（厦门大学）
本文提出一种基于优化目标的结构动态模型识别方法，通过Order-和Scale-不变方案（OASIS）选择与目标变量最一致的正交旋转，改进了传统SVAR的递归Cholesky识别方法，并在代理VAR中提供新的估计策略。
2026-04-29 econ.EM stat.ME
Identification of Peer Effects with Miss-specified Peer Groups: Missing Data and Group Uncertainty
我们考虑同伴群体指定失误下同伴效应的识别。两个主要案例是数据缺失和同行群体的不确定性。缺失数据可以表现为某些个体完全不在数据中。研究人员不需要有任何关于失踪人员的信息，甚至不需要知道他们失踪了。我们发现，同伴效应是可识别的观察个人的概率在温和的限制下，并提出了一个GMM估计估计同伴效应。在实践中，这意味着研究人员只需要访问具有组标识符的个体水平样本。当研究结果的相关对等群体未知时，就会产生群体不确定性。我们发现，同行的影响是可识别的，如果候选人组嵌套在另一个，并提出了一个非线性最小二乘估计。我们进行了一个蒙特卡罗实验，以证明我们的识别结果和性能的估计，并应用我们的方法来研究同伴效应的职业生涯决策的初级律师。
2022-05-02 econ.EM econ.GN q-fin.EC
Identification in (Endogenously) Nonlinear SVARs Is Easier Than You Think
University of Oxford（牛津大学）
本文研究了内生非线性SVARs的识别问题，证明在弱正则条件下，模型参数和结构冲击可非参数化地识别，且现有线性SVARs的识别方案可直接扩展至非线性设定。
2026-04-09 econ.EM math.ST stat.TH
