مهرناز محمدپور

باتوجهبه پیشرفتهای اخیر و تحقیقات در کاربردهای استنتاج علّی، درک مدلسازی کاربردی در اثرات علّی از اهمیت ویژهای در اقتصادسنجی برخوردار است. در این رساله یک طرح کلی از استفاده اقتصادسنجی از استنتاج علّی ارائه خواهد شد. پس از مرور جامع ادبیات، در مقایسه اول، مدلهای استنتاج علی پارامتری و ناپارامتری، برآوردگر عکسالعمل آنی ( IRF) یک مدل خودرگرسیون برداری (VAR) تصویر محلی ( LP) و مدل خودرگرسیون برداری شبکه بیزی ( BNVAR) را مقایسه میشود. نتایج ما نشان میدهد که برآوردگرهای عکسالعمل آنی BNVAR به طورکلی کارآمدتر از برآوردهای LPو VARهستند. باتوجهبه اینکه مدلسازی سیستمهای پویا با مدلهای پارامتری خطی معمولاً از محدودیتهایی رنج میبرند که بر عملکرد پیشبینی و پیامدهای سیاست تأثیر میگذارد، در مقایسه دوم یک مدل خودرگرسیون با وقفه توزیعی (ARDL) غیرپارامتری ارائه میشود که از رگرسیون درختی جمعی بیزی ( BART) استفاده میکند. عملکرد مدل BARTبا مدلهای انتخابی مانند لاسو، شبکه الاستیک و بیزی در آزمایشهای شبیهسازی با فرایندهای تولید دادههای خطی و غیرخطی (DGP) و بر روی دادههای سری زمانی کلان اقتصاد ایالات متحده مقایسه میشود. نتایج نشان میدهد که مدل BARTدر مقابل روشهای پارامتری خطی زمانی که DGPخطی است کاملاً رقابتی است و زمانی که DGPغیرخطی است از روشهای رقیب بهتر عمل میکند. نتایج تجربی نشان میدهد که برآوردگرهای BARTبهطورکلی کارآمدتر از روشهای خطی سنتی هنگام مدلسازی و پیشبینی سریهای زمانی کلان هستند