Penalized continuous updating estimator for dispersion reduction
Carregando...
Arquivos
Data
2025-03-20
Autores
Orientador(res)
Moreira, Marcelo J
Métricas
Título da Revista
ISSN da Revista
Título de Volume
Resumo
O estimador GMM de Atualização Contínua (CUE), proposto por Hansen et al. (1996), é especialmente útil no contexto de modelos de variáveis instrumentais com instrumentos fracos e numerosos devido à sua consistência sob teoria assintótica de muitos instrumentos fracos e ao seu menor viés amostral finito em comparação ao estimador GMM em dois passos. No entanto, a literatura relata dispersão significativa do CUE. Há duas razões para esse problema de dispersão. A primeira, indicada por Moreira et al. (2024), decorre de otimização subótima, e a segunda ´e inerente ao próprio estimador. Analisamos como funções de penalização tradicionais, como as normas l1 e l2, podem gerar viés significativo quando a função objetivo ´e limitada, como no caso do CUE, e o parâmetro de interesse ´e grande. Propomos uma penalização racional que ajuda a reduzir a amplitude interquartílica inerente ao CUE, ao mesmo tempo em que mantém seu baixo viés mediano. Com base no trabalho de Moreira et al. (2024) sobre a estrutura do CUE, garantimos que nosso estimador seja corretamente otimizado.