Nonparametric Bayesian inference for copula-based endogeneity corrections

• Antragsteller: Professor Dr. Rouven Haschka
• Fachliche Zuordnung: Statistik und Ökonometrie ; Management und Marketing
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 568088747

Kausale Inferenz ist ein zentrales Thema in der empirischen Forschung, insbesondere wenn Forscher die Endogenität von Regressoren kontrollieren müssen. Ein traditioneller Ansatz zur Korrektur von Endogenität ist die Verwendung von Instrumentalvariablen (IV), die jedoch valide und starke Instrumente erfordert, die schwer zu finden sind. Daher wird in der neueren (Marketing-)Literatur nach flexibleren Methoden zur Korrektur von Endogenitätsverzerrungen gesucht. Im Rahmen dieses Projekts wird ein IV-freier Ansatz zur Korrektur endogener Verzerrungen vorgeschlagen, der die gemeinsame Verteilung des strukturellen Fehlers und der endogenen Regressoren durch eine Copula-Funktion nichtparametrisch-bayesianisch modelliert. Bisher wurden hauptsächlich parametrische Modelle wie der frequentistische Copula-Ansatz (JCM) von Park und Gupta (2012) verwendet. Unser Ansatz umgeht diese parametrischen Annahmen und nutzt Bayesianische Inferenz. Der Ansatz modelliert die Verteilung des strukturellen Fehlers abhängig von den Regressoren durch Dirichlet-Process-Mixture Priors und die Copula-Funktion durch eine infinite Mixtur. Dies eliminiert die Notwendigkeit restriktiver parametrischer Annahmen. Der Ansatz bietet eine flexible und allgemeine Methodik zur IV-freien Endogenitätskorrektur und erfasst die Schätzunsicherheit besser. Fortschritte in Markov-Chain-Monte-Carlo-Verfahren ermöglichen eine effiziente Implementierung. Zudem müssen keine asymptotischen Eigenschaften untersucht werden, da die Bayesianische Inferenz vollständige posteriori Schätzungen erlaubt. Geplant sind drei Methodikmanuskripte zur Einreichung in führenden Marketingzeitschriften, da diese sehr offen für neue Identifikationsmethoden sind. Zudem werden Softwareimplementierungen entwickelt, um copulabasierte Endogenitätskorrekturen benutzerfreundlich in R und Stata verfügbar zu machen. Dies unterstützt die Open-Science-Community und erleichtert Forschern den Zugang zu neuen IV-freien Methoden.

• DFG-Verfahren: Sachbeihilfen