Rate-Agnostic Wald Inference for Dyadic Regressions
Emory University（埃默里大学）
本文提出适用于二元回归的速率无关Wald推断方法，无需估计收敛速率，并引入半正定刀切统计量，通过蒙特卡洛实验和贸易引力应用验证其有效性。
2026-09-16 econ.EM
Recovering latent linkage structures and spillover effects with structural breaks in panel data models
本文提出面板数据时变溢出效应分析框架，可估计潜在关联的未知断点、关联结构及两类效应，通过惩罚估计、断点细化和双重机器学习实现，应用于跨国R&D溢出发现金融危机后溢出更稀疏。
2025-01-16 econ.EM
Dyadic double/debiased machine learning for analyzing determinants of free trade agreements
本文提出了新的方法和理论，估计和推断的参数，在计量经济模型中使用机器学习的干扰参数估计时，数据是二元的。我们提出了一个二进交叉拟合方法，以消除过度拟合偏见下任意二进依赖。与使用奈曼正交分数，这种新的交叉拟合方法，使根$n$一致的估计和推理对二元依赖鲁棒。我们说明了我们的一般框架，高维网络链接形成模型的应用。将这种方法应用于国际经济网络的经验数据，我们重新考察了自由贸易协定（FTA）的决定因素，将其视为由世界经济组成的二元体中形成的联系。我们的文件，标准的方法可能会导致误导性的结论，许多经典的FTA形成的决定因素，由于有偏的点估计或标准误差太小。
2022-12-19 econ.EM
Robust Inference for Dyadic Data with Spatially Dependent Nodes
University at Albany - State University of New York（纽约州立大学奥尔巴尼分校）；Fuyao University of Science and Technology（福耀科技大学）；Peking University（北京大学）
针对有序节点间存在共同潜在冲击导致传统二元依赖范式失效的问题，提出两种考虑节点顺序依赖的推断方法（修正方差估计器和行-列移动块刀切法），并证明其渐近有效性。
2026-10-07 econ.EM stat.AP
Empirical likelihood and uniform convergence rates for dyadic kernel density estimation
本文研究了二进数据核密度估计的渐近性质和替代推断方法。我们首先建立统一的收敛速度并元KDE。其次，我们提出了一个改进的刀切经验似然推理过程。建议的检验统计量是渐近的关键，无论存在的二元聚类。结果被进一步扩展到涵盖实际相关的情况下，不完整的二元数据。仿真结果表明，这种改进的刀切式经验似然推理过程提供了精确的覆盖概率，即使在适度的样本大小和不完整的二元数据。最后，我们通过研究美国的机场拥堵来说明这种方法。
2022-05-13 econ.EM math.ST stat.TH
A Nonparametric Test for Cross-Unit Spillovers
University Paris-Saclay（巴黎萨克雷大学）；Paris School of Economics（巴黎经济学校）；Universidad Torcuato Di Tella（托尔夸托·迪泰拉大学）；Queen’s University（女王大学）
本文针对跨单元依赖导致计量推断复杂的问题，提出一种可适配多种交互结构的非参数检验方法，经实证验证其结论与现有方法存在实质性差异。
2026-08-04 econ.EM stat.ME
A Design-Based Approach to Testing and Inference in (Quasi-)Experiments with Spillovers
Harvard University（哈佛大学）
研究存在溢出效应的（准）实验中的检验与推断问题，利用数据为暴露度量的函数形式及参数选择提供信息，通过建立相关条件和性质，应用于扶贫项目得出不同半径估计及政策效应估计。
2026-08-20 econ.EM math.ST stat.ME
Treatment Effects with Correlated Spillovers: Bridging Discrete and Continuous Methods
Center for Advanced Research in Finance, The University of Tokyo（东京大学高级金融研究中心）
本文提出一个连续框架，整合离散与连续方法，通过互信息度量溢出效应，验证无溢出限制下的正确推断。
2025-12-25 econ.EM econ.TH stat.ME
Network Realized GARCH--Itô Models: Volatility Spillovers with High-Frequency Identification
Shanghai University of Finance and Economics（上海财经大学）
提出网络实现GARCH-Itô模型，利用高频日内收益识别多资产波动率传导网络，正则化选择结构，实证发现能源为净发送者且总体连通性稳定。
2026-09-25 econ.EM
Chasing Opportunity: Spillovers and Drivers of U.S. State Population Growth
University of Exeter（埃克塞特大学）；Brunel University of London（伦敦布鲁内尔大学）
本文通过动态空间模型分析美国各州人口增长的驱动因素和空间外溢效应，首次结合数据推导的网络结构与工具变量估计，揭示了人口增长的异质收敛特征及生产率效应的出现条件。
2026-01-15 econ.EM
Exploiting network information to disentangle spillover effects in a field experiment on teens' museum attendance
青年教育的一个关键因素是使他们对历史和艺术遗产有敏感认识。我们分析了在佛罗伦萨（意大利）进行的实地实验，以评估如何适当的激励分配给高中班级可能会导致青少年参观博物馆在他们的空闲时间。不遵守和溢出效应使得这种集群式鼓励设计的影响评估具有挑战性。我们建议混合主要分层和因果调解，根据他们的遵守行为，并使用他们的友谊网络作为调解人的信息定义子群体的单位。我们正式定义了主要的自然直接和间接效应以及主要控制的直接和溢出效应，并使用它们来解开其他因果渠道的溢出。我们采用贝叶斯方法进行推理。
2022-05-06 econ.EM stat.AP stat.ME
Dyadic Regression
二进数据，其中反映抽样单位之间的成对相互作用的结果是主要的兴趣，经常出现在社会科学研究。使用这些数据的回归分析在许多研究文献中占有重要地位（例如，贸易引力模型）。与二元数据相关的依赖结构提出了特殊的估计问题，尤其是推理问题。本章回顾了目前可用的方法（参数）二元回归分析，并提出了经验研究人员的指导方针。
2019-08-23 econ.EM stat.AP
Dyadic Regression with Sample Selection
本文将Kyriazidou (1997)的样本选择方法扩展到面板二元回归，提出适应二元相依结构的估计量、偏差校正置信区间及方差估计，并通过模拟和移民数据验证其有效性。
2025-09-24 econ.EM
Causal Inference on Networks under Continuous Treatment Interference
针对连续处理与网络干扰下的非实验政策评估场景，提出基于广义倾向得分的估计量，可估计直接和溢出效应并适配异质强度的非对称网络，农业市场应用显示忽略干扰会低估政策有效性。
2023-06-12 econ.EM stat.AP stat.ME
Uniform Inference on Quantile Effects under Network Interference
School of Economics, Shanghai University of Finance and Economics（上海财经大学经济学院）；Tippie College of Business, University of Iowa（爱荷华大学蒂皮商学院）；School of Statistics and Data Science, Shanghai University of Finance and Economics（上海财经大学统计与数据科学学院）
本文针对网络干扰下的分位数效应推断问题，提出无需度分布与协方差结构稳定要求的一致置信带方法，经模拟与尼泊尔储蓄账户实验验证，拓展了网络实验分位数效应的推断框架。
2026-08-25 econ.EM
Linear estimation of global average treatment effects
Georgia Institute of Technology（佐治亚理工学院）；UC San Diego（加州大学圣地亚哥分校）
本文提出了一种基于线性模型的估计方法，用于估计全局平均处理效应，并在小聚类情况下实现了更快的收敛速度。
2026-01-27 econ.EM
Estimating Dyadic Treatment Effects with Unknown Confounders
Waseda University（早稻田大学）；Kyoto University（京都大学）
研究如何在存在未知混杂因素时估计二元治疗效果，基于图子估计文献提出邻域核平滑方法及共形推断方法，应用于国际贸易数据评估自由贸易协定对双边贸易流量的影响。
2026-07-14 econ.EM stat.ME stat.ML
Multiple Randomization Designs: Estimation and Inference with Interference
Amazon（亚马逊）；Stanford University（斯坦福大学）；University of Washington（华盛顿大学）
本文提出了一种新的多重随机化设计，用于处理随机实验中的复杂溢出效应，并推导了相关估计量的有限样本性质。
2025-12-01 cs.SI econ.EM math.ST
Randomization Tests in Randomized Saturation Designs
研究随机饱和设计中溢出效应，针对不同零假设开发随机化检验。固定饱和度水平时，对个体水平假设用条件随机化框架检验；研究弱平均溢出零假设，学生化重标记统计量可渐进有效推断；多有序饱和度水平时，开发全局单调性检验。
2026-07-07 econ.EM stat.ME
Design-Based and Network Sampling-Based Uncertainties in Network Experiments
该研究针对网络实验中的OLS溢出效应估计，分析了设计与网络抽样两类不确定性下的因果解释问题，发现回归变量相关性会引发污染偏差，推导了渐近分布并提出网络稳健方差估计量，验证了偏差会导致溢出估计偏高。
2025-09-07 econ.EM stat.ME
Moment Restrictions for Dyadic Network Formation Models with Nontransferable Utility
The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））；Renmin University of China（中国人民大学）
本文提出五元组GMM估计量，利用五节点五元组构建不依赖固定效应的矩约束，适用于不可转移效用的二元网络模型，计算复杂度从O(N^5)降至O(N^3)，并在学术网络中验证了同质性和开放性正相关。
2026-09-14 econ.EM
Inference for High-Dimensional Network Data
Vanderbilt University（范德堡大学）
针对网络依赖型高维随机向量，本文提出新型推断方法，建立高斯近似结果与HAC协方差估计器，模拟验证其性能，应用于分析溢出效应随网络同质性指数的变化，揭示低维推断未发现的异质性与局部显著性。
2026-08-28 econ.EM math.ST stat.ME
Randomization tests for model specification in causal inference under network interference
Indian School of Business（印度商学院）
针对网络干扰下因果推断中暴露映射模型设定偏差问题，提出基于设计的模型设定框架及随机化检验程序，经理论验证与模拟、实地实验证实其有效性与良好功效。
2026-08-26 econ.EM stat.ME
Robust Inference in Locally Misspecified Bipartite Networks
本文提出在局部误设的双边网络中进行稳健推断的方法，构建了均方误差极小化最优的稳健估计量与偏差感知置信区间，并在稀疏网络渐近性下验证了其有效性与有限样本表现。
2024-03-20 econ.EM
Bootstrap Inference in Nonlinear Panel Data Models with Interactive Fixed Effects
KU Leuven（荷语鲁汶大学）
本文提出使用参数自助法进行非线性面板数据模型中交互固定效应的最大似然估计推断，证明其渐近无偏性，并提出基于变换的自助置信区间以提升小样本性能。
2026-04-29 econ.EM stat.ME
Causal inference in network experiments: regression-based analysis and design-based properties
本文研究网络实验中溢出效应的因果推断，证明基于回归的方法在合理设定下具有理论保证，并提出调整后的协方差估计量以改善覆盖率。
2025-06-05 econ.EM
SPORTSCausal: Spill-Over Time Series Causal Inference
针对传统RCTs在组间独立性等强假设不成立时失效的问题，提出SPORTSCausal方法，无需严格假设即可估计处理效应，并在真实预算控制实验中克服溢出效应提供了稳健估计。
2024-08-21 econ.EM
Causal inference in two-sided randomization designs: factorial regression, two-way clustering, and covariate adjustment
Qiuzhen College, Tsinghua University（清华大学邱士书院）；HSBC Business School, Peking University（北京大学汇丰商学院）；Adobe Research（Adobe研究院）；Department of Statistics, University of California, Berkeley（加州大学伯克利分校统计系）
本研究针对双边随机化实验（如市场买卖双方），提出用普通最小二乘结合双向聚类稳健方差估计进行因果推断，并开发更优方差估计器及协变量调整方法，以提升效率。
2026-09-22 econ.EM
Robust Variance Estimation in Linear Regression: A Projection-Geometry Perspective
Indiana University Bloomington（印第安纳大学布卢明顿分校）
本文从投影几何视角提出结合聚类内与跨聚类残差矩的里斯方差估计量，解决传统HC、CRVE在回归投影非局部时低估抽样不确定性的问题，模拟及实证应用验证其有效性。
2026-09-03 econ.EM
Causal Inference with Noncompliance and Unknown Interference
本文研究社交网络中存在不依从和未知干扰的因果推断问题，提出暴露映射概念将复杂溢出效应汇总为固定维工具变量统计量，基于逆概率加权开发非参数估计程序并证明其渐近性质，还提供了配套R包。
2023-10-23 econ.EM stat.ME
Network Data
许多经济活动都嵌入在网络中：一组代理人和（通常）将他们彼此连接起来的竞争关系。企业的投入采购、银行间借贷、科学研究和求职是网络化经济活动的四个例子。基于网络结构是因果关系这一前提，本章描述了分析网络结构的计量经济学方法。我强调（i）结合未观察到的代理特定异质性和支持因果推断的二元回归分析，（ii）用于估计和进行推理的技术，总结网络参数（例如，度分布或传递性指数）;（iii）承认偏好相互依赖的战略网络形成的经验模型。目前的研究挑战和开放的问题也进行了讨论。
2019-12-13 econ.EM stat.ME
The Local Approach to Causal Inference under Network Interference
针对网络干扰下的因果推断问题，提出基于网络局部构型匹配的非参数框架，推导了k近邻估计的有限样本误差界并给出政策无关性的渐近有效检验。
2025-03-23 econ.EM math.ST stat.ME
A Pairwise Differencing Distribution Regression Approach for Network Models
Tilburg University（蒂尔堡大学）
本文提出一种成对差分分布回归方法，用于含双向固定效应的二元网络模型，通过二值化结果识别参数，采用条件极大似然估计规避 incidental parameter 问题，经蒙特卡洛模拟验证有效，应用于双边贸易发现贸易壁垒系数分布差异显著。
2026-08-06 econ.EM
Semiparametric Estimation of Treatment Effects in Observational Studies with Heterogeneous Partial Interference
针对异质性部分干扰下的观察性研究，提出条件可交换假设下的广义AIPW估计量，证明其半参数有效性与稳健性，并通过Add Health数据集验证了方法在实际因果效应分析中的应用价值。
2024-06-22 econ.EM math.ST stat.ME
Tensor-BEKK: Conditional Covariance Modeling and Inference for Tensor-Valued Time Series
National University of Defense Technology（国防科技大学）；National Key Laboratory of Digital Intelligent Modeling and Simulation（数字智能建模与仿真全国重点实验室）；Fudan University（复旦大学）
针对张量值时间序列条件协方差建模的高维挑战，提出Tensor-BEKK模型，通过Kronecker结构降维并提供模式特定推断，模拟和实证验证了其有效性。
2026-09-17 econ.EM
Inference for Two-stage Experiments under Covariate-Adaptive Randomization
HSBC Business School（汇丰商学院）；Peking University（北京大学）
本文研究了双重随机实验中协变量自适应随机化下的推断问题，提出了差异-平均平均估计量，并探讨了协变量信息在提高效率中的作用。
2026-01-15 econ.EM stat.ME
Treatment Geometry and Causal Identification with Earth Observation Data
研究利用地球观测数据进行处理几何与因果识别，介绍处理几何概念，通过多领域案例为将现实干预转化为可分析数据时的关键权衡提供指导，给出诊断重要几何决策的框架及综合问题。
2026-07-23 econ.EM
Model-Based Inference and Experimental Design for Interference Using Partial Network Data
本文针对完整网络数据难以获取下的干扰与溢出效应问题，基于结构因果模型提出利用部分网络数据进行处理效应估计、推断及处理分配的框架，并证明单一网络渐近性质。
2024-06-17 cs.SI econ.EM stat.ME
Modeling Systemic Risk: A Time-Varying Nonparametric Causal Inference Framework
Technical University of Munich（慕尼黑工业大学）；Virginia Tech（弗吉尼亚理工大学）；Ecole Polytechnique Fédérale de Lausanne（洛桑联邦理工学院）
提出时变非参数有向信息图框架，基于广义格兰杰因果度量估计动态因果网络，用于识别和监测金融系统（含加密货币）中的系统性风险及其跨部门溢出效应。
2023-12-27 cs.AI cs.IT econ.EM
