論文の概要: Double Machine Learning for Panel Data: Identification, Specification, and a Bank Regulation Effect

• arxiv url: http://arxiv.org/abs/2611.07249v1
• Date: Wed, 04 Nov 2026 23:57:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-06 21:50:50.473516
• Title: Double Machine Learning for Panel Data: Identification, Specification, and a Bank Regulation Effect
• Title（参考訳）: パネルデータのためのダブル機械学習:識別・仕様・銀行規制効果
• Abstract要約: 本稿では,パネル推定の頑健さと因果的解釈について,ダブル/デバイアス型機械学習を用いて検討する。 原案は2018年の米国銀行規制である。 一般的な治療タイミングでは、識別とニュアンス制限を特徴付ける。 特定の"within"と"first-difference"スコアのバンクレベルの正確な表現を導出します。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper examines robustness and causal interpretation of panel estimates using double/debiased machine learning. The prototype treatment setup is the 2018 US banking regulation. Under common treatment timing, we characterize identification and nuisance restrictions and derive exact bank-level representations of specified "within" and "first-difference" scores. Simulations assess panel model transformation-induced specification bias and inference under weaker overlap. Empirically, estimates vary with asset-size classification and prior growth. Prior-growth adjustment reduces overlap-weighted estimates across four Machine Learners (ML); doubly robust estimates depend on the fitted propensity and concentrated weights. Both bank groups received relief, so we estimate differential exposure effects. The findings highlight specification issues and the relation between functional-form robustness and causal identification.
• Abstract（参考訳）: 本稿では,パネル推定の頑健さと因果的解釈について,ダブル/デバイアス型機械学習を用いて検討する。 原案は2018年の米国銀行規制である。 一般的な処理タイミングでは,識別とニュアンス制限を特徴付けるとともに,特定された"within"と"first-difference"スコアのバンクレベルの正確な表現を導出する。 シミュレーションは、より弱い重なりの下で、パネルモデル変換によって引き起こされる仕様バイアスと推論を評価する。 経験的には、見積もりは資産規模の分類とそれ以前の成長によって異なる。 事前成長調整は、4つの機械学習者(ML)間で重なり合う重み付けの見積もりを減らす。 両銀行は緩和されたため,差分曝露効果を推定した。 本研究は,機能的形態の堅牢性と因果同定との関係を明らかにする。

関連論文リスト

• TabCUQ: Context-Uncertainty Quantification for Tabular Foundation Models [3.4854044762965835]
  本稿では、観測結果にノイズを注入する摂動に基づくフレームワークTabCUQを紹介し、その基礎モデルを摂動文脈に適用する。 シミュレーションでは、TabCUQは範囲を大幅に改善し、平均間隔幅はオラクルバイアス対応ベンチマークの約2倍である。
  論文  参考訳（メタデータ） (2026-10-29T07:58:20Z)
• DO-Bench: An Attributable Benchmark for Diagnosing Object Hallucination in Vision-Language Models [17.5535076530203]
  オブジェクトレベルの幻覚は、視覚言語モデルにとって依然として中心的な信頼性の課題である。 構造的介入によりソースを分離する制御診断ベンチマークであるDO-Benchを紹介する。 対象幻覚は,集合的精度を超える不均一な機構に依存した障害パターンを反映していることを示す。
  論文  参考訳（メタデータ） (2026-04-18T06:54:02Z)
• Benchmarking Corruption Robustness of LVLMs: A Discriminative Benchmark and Robustness Alignment Metric [49.393713730706445]
  汚損の堅牢性を評価するための識別サンプルを強調したベンチマークであるBench-Cを紹介する。 本稿では,ロバストネスアライメントスコア(RAS)を提案する。
  論文  参考訳（メタデータ） (2025-11-24T12:07:56Z)
• STORM: A Spatio-Temporal Factor Model Based on Dual Vector Quantized Variational Autoencoders for Financial Trading [55.02735046724146]
  金融取引では、ファクターモデルが資産の価格設定や過大なリターンの獲得に広く利用されている。 双対ベクトル量子化変分オートエンコーダを用いた時空間ファクトラーモデルSTORMを提案する。 ストームは時間的および空間的な視点からストックの特徴を抽出し、これらの特徴を微細で意味的なレベルで融合し整列させ、その要素を多次元の埋め込みとして表現する。
  論文  参考訳（メタデータ） (2024-12-12T17:15:49Z)
• Set-Based Face Recognition Beyond Disentanglement: Burstiness Suppression With Variance Vocabulary [78.203301910422]
  SFRにおける2つの重要な問題は、顔の品質とバーストネスであり、アイデンティティ非関連と分散関連の両方である、と我々は主張する。 分散特徴と同一性の特徴を分離する軽量な集合ベース・アンタングルメント・フレームワークを提案する。 集合における顔のバースト性を抑制するために,語彙ベースバースト抑制法(VBS)を提案する。
  論文  参考訳（メタデータ） (2023-04-13T04:02:58Z)
• Should Bank Stress Tests Be Fair? [1.370633147306388]
  銀行間でデータをプールすることは銀行を平等に扱うが、2つの欠陥があると主張する。 我々は、銀行間の差異を単に無視するよりも、中心的な銀行固定効果を推定し、破棄することを好んで論じる。
  論文  参考訳（メタデータ） (2022-07-27T06:46:51Z)
• On unsupervised projections and second order signals [2.0686407686198263]
  本稿では,線形射影が潜在群間の2次構造の違いを保てるかどうかを問う。 我々は2つの一般的な射影、すなわち乱射影(RP)と主成分分析(PCA)を考える。 この広い範囲のレジームにおいて、PCAはRPよりも2階信号を保持するのに効果的であることが判明し、しばしば監督投影と競合する。
  論文  参考訳（メタデータ） (2022-04-11T14:16:31Z)
• Deconfounding Scores: Feature Representations for Causal Effect Estimation with Weak Overlap [140.98628848491146]
  推定対象の偏りを伴わずに高い重なりを生じさせる,デコンファウンディングスコアを導入する。 分離スコアは観測データで識別可能なゼロ共分散条件を満たすことを示す。 特に,この手法が標準正規化の魅力的な代替となることを示す。
  論文  参考訳（メタデータ） (2021-04-12T18:50:11Z)

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。