人才培养

课程题目：传统IV、深度IV及其在政策评估中的应用：以农村互联网普及为例

课程简介：近年来传统的IV 方法在经济学和管理学中的实证应用虽然比不上DID和RDD，但是仍然占据非常重要的位置。传统IV估计需要找到合适的IV，而且还得论证IV 的有效性。IV的有效性包括第一阶段的相关性和工具变量的外生性（包括独立性假设和排除性约束假设），这里最难的地方在于论证工具变量的排除性假设。此外，由于两阶段最小二乘法的线性模型设定假设过于严苛，因此已有部分文章提出了更为灵活的工具变量非参数估计方式，如使用一些非线性函数设定替换线性函数设定，从而得到更加准确、并且可以识别异质性处理效应的估计方法，也就是非参数IV估计。尽管如此，已有的非参数估计法虽然改善了估计效果，但是随着特征变量的数量增加，其估计的复杂度和求解的难度大幅度增加，从而使得这些模型难以应用于高维、高频数据的回归分析当中。因此，Hatford et al.(2017)提出了一种新的估计方式，即通过神经网络模型进行工具变量法的第一阶段和第二阶段的估计。作为一种非线性估计方式，神经网络模型具有优良的预测性能，能够提高工具变量第一阶段和第二阶段的估计精度，再结合其本身非参数的估计特征，保证了深度神经网络-工具变量（DNN-IV）算法能够输出异质性的个体处理效应。本课程将以农村互联网应用为例介绍传统IV估计和深度IV估计方法及其两者之间的关系；了解如何去辩护所使用IV的外生性；学习如何使用深度IV方法进行相关研究，并将之与传统IV估计结果进行比较。

课程时间：2023年11月1日 晚上19:30 - 21:30

观看方式：直播信息将在录取学员微信群告知

刘生龙

刘生龙，清华大学公共管理学院副教授。曾经是中国社会科学院数量经济与技术经济研究所副研究员，经济系统分析室副主任，多伦多大学访问学者。主持国家自然科学基金、教育部人文社科基金、社科重大基金子项目、国家高端智库课题、中国博士后基金等项目30余项。在国内外学术期刊如《Journal of Human resources》、《Econometrics Journal》、《China Economic Review》，《经济研究》、《世界经济》、《中国工业经济》等发表论文近80篇，中英文论文被引次数超过8000次。

参考文献

1.Shenglong Liu，Tianyu Jin, Meng Li and Shaojie Zhou,“Fertility Policy Adjustments and Female，Labor Supply：Estimation of Marginal Treatment Effect Using Chinese Census Data”, Journal of Human Resources， 2022：doi：10.3368/jhr. 0620-10989R3

2.Shenglong Liu，Ismael Mourifie and Yuanyuan Wan，"Two-way Exclusion Restrictions in Models with Heterogeneous Treatment Effects，" Econometrics Journal，2020，23： 345– 362.

3. Shenglong Liu and Penglong Zhang， “Foreign Direct Investment and Air Pollution in China：Evidence from the Global Financial Crisis”, Developing Economies，2022，60(1)：30-61

4. Hartford, J., G. Lewis, K. Leyton-Brown, and M. Taddy, 2017, “Deep IV: A Flexible Approach for Counterfactual Prediction,” Proceedings of the 34th International Conference on Machine Learning, Sydney, Australia, PMLR 70.

5. Kedagni, D. and I. Mourifie, 2020, “Generalized Instrumental Inequalities: Testing the Instrumental Variable Independence Assumption,” Biometrika, Vol.107, PP 661-675.

6. 刘生龙、胡鞍钢、郎晓娟：《预期寿命与中国家庭储蓄》，《经济研究》2012 年第 8 期。

课程设置

本期清华交叉学科研究能力提升计划“大数据与因果推断研讨班”，邀请国内公共管理、管理科学与工程、工商管理、经济学、政治学和国际关系等学科16位优秀的青年学者，分享研究经验和前沿研究内容。

活动开始之后一周两次（周三晚上，周六上午）

期末研讨会在1月初左右举行