一种基于机器学习的时变面板数据.PDFVIP

一种基于机器学习的时变面板数据政策评估方法 一种基于机器学习的时变面板数据 政策评估方法 高华川 白仲林 天津财经大学统计学院 研究目标基于个体间关系时变的面板数据提出一种估计政策因果效应的反 事实机器学习算法 时变方法研究方法基于真实数据生成过程未知 的经典文献中的实际数据和时变的模拟数据分别将时变方法与两种常系 数方法 方法和常系数 方法进行对比研究以英国 脱欧公投 对英镑汇率的因果效应分析为例研究了政策信息提前披露时政策因果效应的动态 行为研究发现相对于两种常系数方法时变方法能更准确地估计反事 实结果更适用于样本时期数较长政策干预时间点相对较晚的政策评估实证研 究表明常系数方法对脱欧公投的影响存在一定的高估研究创新提出了一种基 于机器学习的时变面板数据政策评估方法以及基于此的两种反事实估计 方法研究价值对于政策信息提前披露的政策提供了评价政策因果效应动态行 为的工具完善了面板数据政策评估理论方法 关键词 面板数据 政策评估 机器学习 时变 脱欧公投 中图分类号 文献标识码 引 言 政策评估也称为项目评估 是指应用计量经济学方法与工具 在经济数据的基础上对社会经济政策进行量化分析其主要目的是测度某个政策实施后对 某个群体行业或地区的 因果影响 洪永淼 因果推断以及政策评估的关键在 于根据未受政策干预的控制组信息来估计处理组如果未接受政策干预的反事实结果从而 政策干预的因果效应被定义为政策干预下的实际结果与反事实结果之差 对于由处理组和控制组个体组成的面板数据如果这些个体对政策干预的响应是相似的 或者即使响应不同只要它们由不受政策干预的某些共同因子所驱动 和 和 就可以利用控制组个体所包含的信息估 计处理组个体的反事实结果基于这一思想国内外学者在面板数据政策评估领域取得了一 系列理论成果提出了多种评估政策因果效应的方法例如双重差分法 和 合成控制法 等 方法 等 以及常系数 本文得到天津市哲学社会科学研究规划项目 大数据背景下的宏观经济实时预测