Inference using simulated neural moments
Creel, Michael (Universitat Autònoma de Barcelona. Departament d'Economia i d'Història Econòmica)
Data: |
2021 |
Resum: |
This paper studies method of simulated moments (MSM) estimators that are implemented using Bayesian methods, specifically Markov chain Monte Carlo (MCMC). Motivation and theory for the methods is provided by Chernozhukov and Hong (2003). The paper shows, experimentally, that confidence intervals using these methods may have coverage which is far from the nominal level, a result which has parallels in the literature that studies overidentified GMM estimators. A neural network may be used to reduce the dimension of an initial set of moments to the minimum number that maintains identification, as in Creel (2017). When MSM-MCMC estimation and inference is based on such moments, and using a continuously updating criteria function, confidence intervals have statistically correct coverage in all cases studied. The methods are illustrated by application to several test models, including a small DSGE model, and to a jump-diffusion model for returns of the S&P 500 index. |
Ajuts: |
Agència de Gestió d'Ajuts Universitaris i de Recerca 2017/SGR-1765
|
Nota: |
Altres ajuts: Government of Spain/FEDER PGC2018-094364-B-I00 |
Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan es reconegui l'autoria de l'obra original. |
Llengua: |
Anglès |
Document: |
Article ; recerca ; Versió publicada |
Matèria: |
Neural networks ;
Laplace-type estimators ;
Approximate Bayesian computing ;
Simulated moments ;
Jump diffusion |
Publicat a: |
Econometrics, Vol. 9 Núm. 4 (2021) , p. 35, ISSN 2225-1146 |
DOI: 10.3390/econometrics9040035
El registre apareix a les col·leccions:
Articles >
Articles de recercaArticles >
Articles publicats
Registre creat el 2021-10-07, darrera modificació el 2023-02-10