Document Type : Research Paper

Authors

• Pegah Mahdavi
• Mohammad Ali Ehsani

Department of Economic and Administrative Sciences, University of Mazandaran, Babolsar, Iran

Abstract

The understanding of applied modeling in causal effects is of particular importance in econometrics, according to recent developments and research in causal inference applications. We also provide an outline of econometrics’ use of causal inference. The majority of economists would agree that the randomized controlled experiment is the gold standard for drawing conclusions, but actually, a significant portion of empirical work in econometrics relies on observational data, where, among other things, the possibility of confounding or loss of exogeneity must be taken into account. We focus in particular on two types of contemporary research: randomized experiments and observational studies. Our review of the dynamic causality study approach, the linear method, which includes LP and VAR, and nonlinear statistical modeling which includes BART, and their use in econometrics, are all reviewed in this paper. Modeling dynamic systems with linear parametric models usually suffer limitation which affects forecasting performance and policy implications. On the nonparametric framework, BART specifications can produce more precise tail forecasts than the VAR structure. Finally, BART has the lowest RMSE in linear and non-linear data generation processes, and also the performance of BART important variables in a set of macroeconomic data has an optimal performance than other regression estimators.

Keywords

• VAR Model
• Non-Parametric Techniques
• Dynamic Causal Modeling
• Bayesian Additive Regression Tree

Main Subjects

• Econometrics

Article Title [Persian]

اثرات علی پویا در اقتصادسنجی با تاکید بر مدل های ناپارامتری: مرور مقالات

Authors [Persian]

• پگاه مهدوی
• محمدعلی احسانی

دانشکده علوم اقتصادی و اداری،دانشگاه مازندران، بابلسر، ایران

Abstract [Persian]

با توجه به پیشرفت‌ها و تحقیقات اخیر در کاربردهای استنتاج علی، درک مدل‌سازی کاربردی در اثرات علی از اهمیت ویژه‌ای در اقتصاد سنجی برخوردار است. ما همچنین یک طرح کلی از استفاده اقتصادسنجی از استنتاج علی ارائه می دهیم. اکثر اقتصاددانان موافق هستند که آزمایش تصادفی کنترل شده استاندارد طلایی برای نتیجه گیری است، اما در واقع، بخش قابل توجهی از کار تجربی در اقتصاد سنجی به داده های مشاهداتی متکی است، جایی که، در میان چیزهای دیگر، احتمال مخدوش یا از دست دادن برون زایی باید وجود داشته باشد. به حساب آورده شود. ما به طور خاص بر دو نوع تحقیق معاصر تمرکز می کنیم: آزمایش های تصادفی و مطالعات مشاهده ای. بررسی ما از رویکرد مطالعه علیت پویا، روش خطی، که شامل LP و VAR، و مدل‌سازی آماری غیرخطی که شامل BART است، و استفاده از آنها در اقتصاد سنجی، همگی در این مقاله بررسی می‌شوند. مدل‌سازی سیستم‌های پویا با مدل‌های پارامتری خطی معمولاً از محدودیت‌هایی رنج می‌برند که بر عملکرد پیش‌بینی و پیامدهای سیاست تأثیر می‌گذارد. در چارچوب ناپارامتری، مشخصات BART می تواند پیش بینی های دنباله دقیق تری نسبت به ساختار VAR ایجاد کند. در نهایت، BART کمترین RMSE را در فرآیندهای تولید داده‌های خطی و غیرخطی دارد و همچنین عملکرد متغیرهای مهم BART در مجموعه‌ای از داده‌های کلان اقتصادی عملکرد بهینه‌ای نسبت به سایر برآوردگرهای رگرسیونی دارد.

Keywords [Persian]

• مدل VAR
• طرح ریزی محلی
• مدل های علی پویا
• رگرسیون درختی همجمعی بیزی