经济学研究中的机器学习与因果推断

文章预览

目前经济学实证研究已经从相关关系转而强调因果关系，即从研究“结果的原因”转向研究“原因的结果”，而如何进行分析，就需要掌握因果推断方法。 现有的基于面板数据的处理效应/因果推断估计方法大致可以分为以下七类，即匹配法（Matching）、断点回归法(regression discontinuity, RD)、双重差分法 (diference-in-diferences，DID)、合成控制法(synthetic control methodSCM)）、回归合成控制法 （HCW/RCM）、基于因子的估计方法和基于机器学习的方法。 而这些方法目前出现了很多新进展，例如 交叠DID新进展 （ 8月2日直播板书截图--交叠DID进展、回顾与机器学习 、 交叠DID进展及新操作与应用--2024Stata暑假班--精彩片段 ） 断点回归进展 （ 8月3日直播板书截图--断点回归进展、回顾 & 机器学习 、 断点回归两大分析框架及进展、操作应用--2024Stata暑假班--精彩片段 ） ………………………………