Identification-Robust Inference With Simulation-Based Pseudo-Matching
基于模拟伪匹配的识别稳健推断AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确使用脉冲响应匹配与局部投影，并涉及动态均衡模型和宏观经济应用。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
基于模拟伪匹配的识别稳健推断
- 研究问题
- 在部分设定模型中，若目标参数可能未被识别、辅助统计量映射也非一一对应，如何构造仍然有效的模拟推断程序？
- 方法与思路
- 作者匹配辅助统计量与模拟对应量，校准干扰参数并结合自助法；脉冲响应匹配还使用因子分析距离处理局部投影结果。
- 材料陈述的贡献
- 摘要称，该程序不预设目标参数识别或绑定函数一一对应，并刻画超越严格精确校准的渐近有效条件，提供模拟与宏观应用。
- 阅读关注点
- 应核对伪模拟器允许的校准误差、自助法有效性条件及弱识别下的推断对象，并查看因子分析距离如何免除权重矩阵设定。
- 阅读边界
- 仅据 OpenAlex 所载摘要，无法判断识别稳健性覆盖哪些模型和识别情形，也不能确认校准与自助法的具体实现或其他版本变化。
原文摘要
We develop a general simulation-based inference procedure for partially specified models. Our procedure is based on matching auxiliary statistics to simulated counterparts where nuisance parameters are calibrated neither assuming identification of parameters of interest nor a one-to-one binding function. The conditions underlying the asymptotic validity of our (pseudo-)simulators in conjunction with appropriate bootstraps are characterized beyond the strict and exact calibration of the parameters of the simulator. Our procedure is illustrated through impulse-response (IR) matching in a simulation study of a stylized dynamic stochastic equilibrium model, and two empirical applications on the New Keynesian Phillips curve and on the Industrial Production index. In addition to usual Wald-type statistics that combine structural or reduced form IRs, we analyze local projections IRs through a factor-analytic measure of distance which eschews the need to define a weighting matrix.