基于LASSO的PSM变量选择与应用.pdf

兰州财经大学硕士学位论文基于LASSO的PSM变量选择与应用

摘要

随机化实验是反事实框架下因果效应分析的黄金标准，但基于观察数据的实

证研究中，由于各种原因，使得研究的样本单元无法满足随机化分配要求。倾向

得分匹配（PropensityScoreMatching，PSM）是一种将研究数据处理成“随机对

照实验数据”的常用方法，目的在于减少观察数据偏差和混杂因素的干扰，目前

在诸多领域有着广泛应用。

但基于高维数据的倾向得分匹配模型设定直接影响处理组与控制组样本匹

配结果的平衡性，特别是为了达到控制潜在混淆变量、提高匹配质量和增强模型

稳健性等目的而加入过多变量，造成变量之间存在相关性，给匹配带来维度灾难、

支持度差异、多重检验等问题，最终导致匹配结果平衡性较差以及因果效应估计

不可靠，因此使用PSM时需要合理选择模型变量来提高匹配结果的可靠性。

在变量选择方法中，最小绝对收缩和选择算子（LeastAbsoluteShrinkageand

SelectionOperator，LASSO）的独特优势是具有自动选择特征的能力，将LASSO

变量选择的优势应用到PSM中，提出得到基于LASSO的PSM模型，即

LASSO-PSM模型，解决了传统倾向得分匹配中模型设定主观性和维度灾难问题。

结果表明，LASSO-PSM模型的可行性及其匹配结果的平衡性优于PSM模型。

将LASSO-PSM模型应用到工作类型偏好与工作选择因素的实证研究中，利

用LASSO-PSM模型对劳动者择业偏好的相应变量进行筛选，再利用筛选后的变

量计算不同工作类型劳动者生活状况（经济收入、心理压力、健康状况和幸福感）

的因果效应。研究结果发现：LASSO-PSM模型选择变量更符合实际意义，不同

类型工作劳动者的经济收入存在显著差异。

LASSOPSMLASSO-PSM

关键词：倾向得分匹配（）变量选择工作类型

I

兰州财经大学硕士学位论文基于LASSO的PSM变量选择与应用

Abstract

Randomizedexperimentsareconsideredthegoldstandardforcausal

effectanalysiswithinthecounterfactualframework.However,in

empiricalstudiesbasedonobservationaldata,variousreasonsoften

renderthesampleunitsunabletomeettherequirementsofrandom

allocation.PropensityScoreMatching(PSM)isacommonlyused

methodtoprocessstudydataintorandomizedcontrolledtrialdata,

aimingtoreducebiasandinterferencefromconfoundingfactorsin

observationaldata.Currently,PSMiswidelyappliedinnumerousfields

tomitigatetheimpactofobservationaldatabiasesandconfounding

factors.

Inhigh-dimensionaldata,thespecificationofthepropensityscore

matchingmodeldirectlyaffectsthebalanceofmatchingresultsbetween

thetreatmentandcontrolgroups.Particularly,