近日，我院刘晓罡博士作为第一作者的合作论文《控制因果识别中的混淆变量——基于机器学习的视角》在中文核心期刊(CSSCI)《世界经济文汇》2023年第6期(双月刊)正式发表。
文章指出，回归分析在经济学中常被用于识别变量间的因果关系。然而，由于经济系统的复杂性与非线性，经典线性可加可分离的回归模型设定常被诟病。虽然非参数模型的假设更弱，但由于维度灾难的困扰，其较少应用于实证分析。除了线性可加可分离的回归模型和非参数模型外，机器学习算法提供了第三种灵活可行的建模方法。本文尝试梳理机器学习与传统计量经济学因果识别的交叉部分，并探讨了在控制混淆变量时的模型设定偏误问题。用于因果识别的双重机器学习方法极大放松了模型假设，源于回归树的因果树有望在异质性分析中带来更多新发现。文章最后强调，相比于实验数据，通过观测数据识别获得的因果关系需要谨慎对待。
《世界经济文汇》着重刊登针对中国经济发展中的重大现实问题所产生的研究成果，一大批中青年经济学者在本刊发表了大量针对重大现实社会经济问题的理论和实证研究成果。《世界经济文汇》自2002年改版以来，采取国际流行的16开本，以“追踪理论前沿、关注中国经济”为宗旨，力争在论文的问题预设和研究规范等方面推动现代经济学理论和当代中国经济研究的发展。根据CSSCI期刊索引统计，近年来，《世界经济文汇》他引影响因子、影响力系数、总被引速率、其他期刊引用速率等指标在国内近140种经济学期刊中均位前列。
文章引用：刘晓罡 柏璐：控制因果识别中的混淆变量——基于机器学习的视角[J]. 世界经济文汇, 2023年第6期。
