論文の概要: Assessing the Heterogeneous Impact of Economy-Wide Shocks: A Machine Learning Approach Applied to Colombian Firms

• arxiv url: http://arxiv.org/abs/2104.04570v2
• Date: Fri, 08 Nov 2024 17:19:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-12 14:03:17.984368
• Title: Assessing the Heterogeneous Impact of Economy-Wide Shocks: A Machine Learning Approach Applied to Colombian Firms
• Title（参考訳）: 経済的な衝撃の不均一性の評価--コロンビアの企業における機械学習のアプローチ
• Authors: Marco Dueñas, Federico Nutarelli, Víctor Ortiz, Massimo Riccaboni, Francesco Serti,
• Abstract要約: 輸出に対する経済全般的なショックの不均一な影響について検討する。 新型コロナウイルス(COVID-19)の影響で、2020年4月に輸出市場での生存確率が約20ポイント低下したことが判明した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Our paper presents a methodology to study the heterogeneous effects of economy-wide shocks and applies it to the case of the impact of the COVID-19 crisis on exports. This methodology is applicable in scenarios where the pervasive nature of the shock hinders the identification of a control group unaffected by the shock, as well as the ex-ante definition of the intensity of the shock's exposure of each unit. In particular, our study investigates the effectiveness of various Machine Learning (ML) techniques in predicting firms' trade and, by building on recent developments in causal ML, uses these predictions to reconstruct the counterfactual distribution of firms' trade under different COVID-19 scenarios and to study treatment effect heterogeneity. Specifically, we focus on the probability of Colombian firms surviving in the export market under two different scenarios: a COVID-19 setting and a non-COVID-19 counterfactual situation. On average, we find that the COVID-19 shock decreased a firm's probability of surviving in the export market by about 20 percentage points in April 2020. We study the treatment effect heterogeneity by employing a classification analysis that compares the characteristics of the firms on the tails of the estimated distribution of the individual treatment effects.
• Abstract（参考訳）: 本報告では, 経済全体のショックの均一性について検討し, 輸出に対するCOVID-19危機の影響について検討する。 この手法は、衝撃の広範性によって衝撃の影響を受けない制御群の同定が妨げられ、また各ユニットの衝撃の露出の強度が元アンティー定義となるシナリオに適用できる。 特に、企業の取引予測における機械学習(ML)技術の有効性について検討し、近年の因果MLの進展を基盤として、これらの予測を用いて、異なるCOVID-19シナリオ下での企業の取引の反実的分布を再構築し、治療効果の不均一性を研究する。 具体的には、新型コロナウイルス(COVID-19)の設定と非現実的な状況という、2つの異なるシナリオの下で、輸出市場で生き残るコロンビア企業の可能性に焦点を当てる。 新型コロナウイルス(COVID-19)のショックで、2020年4月の輸出市場での生存確率が約20%低下したことが判明した。 本研究では, 個々の処理効果の予測分布の尾部における企業特性を比較する分類分析を用いて, 処理効果の不均一性について検討した。

関連論文リスト

• Achieving Fairness in Predictive Process Analytics via Adversarial Learning [50.31323204077591]
  本稿では、デバイアスフェーズを予測ビジネスプロセス分析に組み込むことの課題に対処する。 本研究の枠組みは, 4つのケーススタディで検証し, 予測値に対する偏り変数の寄与を著しく低減することを示した。
  論文  参考訳（メタデータ） (2024-10-03T15:56:03Z)
• Causal Inference from Text: Unveiling Interactions between Variables [20.677407402398405]
  既存の方法は、治療と結果の両方に影響を及ぼす共変量しか説明できない。 このバイアスは、衝突しない共変量について十分に考慮されていないことから生じる。 本研究では,変数間の相互作用を明らかにすることにより,バイアスを軽減することを目的とする。
  論文  参考訳（メタデータ） (2023-11-09T11:29:44Z)
• Treatment Effect Estimation with Unmeasured Confounders in Data Fusion [28.91058949447124]
  未測定の共同創設者の存在下では,データ融合による治療効果推定の問題に対処する。 未測定の共同設立者やデータ融合によるバイアスに対処するため,観測データを複数のグループに分割することを提案する。 グループインジケータをLatGIV(Latent Group Instrumental Variable)として明示的にモデル化し、IVベースの回帰を実装する。
  論文  参考訳（メタデータ） (2022-08-23T12:44:27Z)
• SurvITE: Learning Heterogeneous Treatment Effects from Time-to-Event Data [83.50281440043241]
  時系列データから不均一な処理効果を推定する問題について検討する。 本稿では,バランス表現に基づく治療特異的ハザード推定のための新しいディープラーニング手法を提案する。
  論文  参考訳（メタデータ） (2021-10-26T20:13:17Z)
• On Inductive Biases for Heterogeneous Treatment Effect Estimation [91.3755431537592]
  我々は、異なる治療下で、個人の潜在的成果(PO)の構造的類似性を利用する方法について検討する。 この問題を克服するために、エンドツーエンドの学習戦略を3つ比較する。
  論文  参考訳（メタデータ） (2021-06-07T16:30:46Z)
• Targeted VAE: Variational and Targeted Learning for Causal Inference [39.351088248776435]
  観測データによる因果推論は、幅広いタスクで非常に有用である。 観察データを用いた因果推論の実施には,2つの重要な課題がある。 構造化推論とターゲット学習を組み合わせることで、これらの2つの課題に対処する。
  論文  参考訳（メタデータ） (2020-09-28T16:55:24Z)
• Off-policy Evaluation in Infinite-Horizon Reinforcement Learning with Latent Confounders [62.54431888432302]
  無限水平エルゴードマルコフ決定過程におけるOPE問題について考察する。 我々は、状態と行動の潜在変数モデルのみを考慮すれば、政策値が政治外のデータから特定できることを示す。
  論文  参考訳（メタデータ） (2020-07-27T22:19:01Z)
• Enabling Counterfactual Survival Analysis with Balanced Representations [64.17342727357618]
  生存データは様々な医学的応用、すなわち薬物開発、リスクプロファイリング、臨床試験で頻繁に見られる。 本稿では,生存結果に適用可能な対実的推論のための理論的基盤を持つ統一的枠組みを提案する。
  論文  参考訳（メタデータ） (2020-06-14T01:15:00Z)
• Impact studies of nationwide measures COVID-19 anti-pandemic: compartmental model and machine learning [0.0]
  全国的な新型コロナウイルス対策の効果について検討する。 パンデミックの進展を予測するために、2つの機械学習ツールを使用します。
  論文  参考訳（メタデータ） (2020-05-17T23:23:38Z)
• Generalization Bounds and Representation Learning for Estimation of Potential Outcomes and Causal Effects [61.03579766573421]
  代替薬に対する患者一人の反応など,個人レベルの因果効果の推定について検討した。 我々は,表現の誘導的処理群距離を正規化することにより,境界を最小化する表現学習アルゴリズムを考案した。 これらのアルゴリズムを拡張して、重み付き表現を同時に学習し、治療群距離をさらに削減する。
  論文  参考訳（メタデータ） (2020-01-21T10:16:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。