北京大學國家發展研究院博士研究生江弘毅、浙江大學經濟學院“百人計劃”研究員李星宇、北京大學國家發展研究院經濟學教授沈艷和美國路易斯安那州立大學經濟學教授周前坤的合作論文“Prediction Intervals of Panel Data Approach for Programme Evaluation”（《政策評估面板數據方法的預測區間》）被計量經濟學領域國際權威期刊《Journal of Applied Econometrics》接受并在線發表。

論文摘要

如何利用面板數據做好因果推斷是當下經濟學研究的前沿問題。以評估政策效果為例，由于無法同時觀察個體受政策影響和不受政策影響下的狀態，客觀評估某一政策對特定個體在特定時間的影響往往存在三大挑戰。第一，用于估計因果效應的模型可能存在誤設；第二，用于預測因變量的解釋變量個數多、維度高導致無法直接估計；第三，難以對容許在個體和時間層面均發生變化的處理效應提供簡單的推斷手段。現有的經典方法或者對模型誤設非常敏感，或者推斷檢驗本質上要求了每個個體都十分相似并且彼此獨立，或者需要其他現實情況下很強的假定。

本文對上述三個挑戰作出如下處理。一方面，本文在為個體建模時，考慮采用控制個體和/或包含其他協變量加上樣本外誤差的線性函數來刻畫未受政策沖擊時的狀態，這在一定程度上允許了模型誤設。第二，作者采用LASSO（套索回歸）選擇具有非零系數的解釋變量、再使用最小二乘法估計所選解釋變量系數的方法來處理高維問題。第三，對政策效果的推斷，本文采用dependent wild bootstrap（相關野自助法）和simple residual bootstrap（簡單殘差自助法）來生成受政策沖擊的個體在沖擊前和沖擊后的樣本、而未受政策沖擊的個體的狀態保持不變的研究策略。對自助法生成的樣本，作者采用上述策略構建對應的自助統計量，再利用這些自助統計量的經驗分位數作為臨界值，進一步構建容許政策效果存在個體和時間兩個維度上的異質性的預測區間。實證案例中，該方法在評估香港回歸中國大陸對香港GDP增速的影響（如圖），以及東德西德合并對于德國GDP增速的影響等經典問題中均有良好表現。

作者簡介

江弘毅是國家發展研究院博士研究生，他的主要研究方向是計量經濟學和數字金融，目前主要關注的研究議題包括面板數據中的因果推斷、非常規檢驗統計量的推斷問題、商業銀行數字化轉型的經濟后果、人工智能對全要素生產率的影響等。他的研究論文發表在Journal of Applied Econometrics,、Economics Letters,、《經濟學（季刊）》、《金融研究》、《數量經濟技術經濟研究》等國內外學術期刊。他于2021年在北京大學獲得經濟學學士學位和理學學士學位。

李星宇是浙江大學經濟學院“百人計劃”研究員。他的主要研究方向為理論計量經濟學，感興趣的研究議題包括因果推斷、因子模型、非參數模型設定檢驗、結構估計等。他的研究論文發表在Journal of Econometrics、Journal of Applied Econometrics、《數量經濟技術經濟研究》等國內外學術期刊。他分別于2019年、2022年、2025年在北京大學獲得經濟學學士、碩士、博士學位。

沈艷是北京大學國家發展研究院經濟學教授，螞蟻講席教授。沈艷教授目前還擔任北大數字金融研究中心副主任，中國數量經濟學會副會長，教育部北京大學人力資本與國家政策研究中心常務副主任等職務。研究興趣為數字金融，理論和實證計量經濟學。

周前坤是路易斯安那州立大學的經濟學教授，于2015年在美國南加州大學獲得經濟學博士學位。周前坤教授的研究興趣涵蓋理論和應用計量經濟學，尤其側重于面板數據計量經濟學。此外，周前坤教授的研究對非參數和半參數計量經濟學、因果推斷、處理效應以及高維/大數據模型也有所涉獵。