9月16日，新葡萄8883官網(wǎng)AMG暨數(shù)據(jù)科學(xué)與大數(shù)據(jù)分析協(xié)同創(chuàng)新中心舉辦了2021-2022學(xué)年第一期學(xué)術(shù)沙龍。金融數(shù)學(xué)系方誠博士為師生帶來了一場題為“Quantile Control Method (QCM) with Stata”的學(xué)術(shù)報告，報告由金融數(shù)學(xué)系主任孫潔主持，20余位教師和研究生參加了報告。
方誠博士首先介紹了目前政策效應(yīng)分析中比較熱門的合成控制法和回歸控制法，隨后結(jié)合這兩種方法的優(yōu)缺點介紹了一種新的估計方法——分位數(shù)控制法。分位數(shù)控制法的應(yīng)用場景類似于合成控制法與回歸控制法，但著重于通過使用一種較新的機器學(xué)習(xí)方法，即非參數(shù)的“分位數(shù)隨機森林”（quantile random forest），進行分位數(shù)回歸，從而構(gòu)建每期處理效應(yīng)的穩(wěn)健置信區(qū)間。由于使用了非參數(shù)的分位數(shù)隨機森林，故此置信區(qū)間即使在異方差、自相關(guān)與模型誤設(shè)的情況也依然穩(wěn)健。蒙特卡洛模擬的結(jié)果表明，使用分位數(shù)控制法構(gòu)造的置信區(qū)間在有限樣本中表現(xiàn)優(yōu)良，即使處理前只有30期數(shù)據(jù)。
在學(xué)術(shù)沙龍的討論環(huán)節(jié)，方誠博士與在座教師就分位數(shù)隨機森林的應(yīng)用、命令代碼的演示、引入隨機森林的優(yōu)勢以及理論推導(dǎo)的證明細節(jié)等問題展開了細致地討論，為今后研究政策效應(yīng)問題拓寬了思路。
