基于面板数据的政策评估方法：计量理论与应用

Policy evaluation is an important topic attracting much attention from economists. Unlike traditional methods, the panel-data based approach exploits the cross-section dependence among the individuals to construct the counterfactual path, thus avoiding the estimation bias of the policy effects due to missing latent variables. However, theoretical studies on this approach are still limited. In this project, we investigate and propose new methods for policy evaluation based on panel data under very general assumptions. We have the following research tasks: ⑴ we employ sufficient dimension reduction techniques to design a new policy evaluation approach for large-scale or high dimensional panel data, and we show that this approach has excellent asymptotic property; ⑵ we propose to further improve the efficiency of policy evaluation by incorporating the information of some exogenous predictor variables, thus making our methods more powerful in applications; ⑶ in the case when multiple variables are affected by the same policy simultaneously, we, for the first time, propose to estimate multivariate treatment effects and design a joint test for their significance; ⑷ we apply the newly proposed methods in two empirical studies, one is to consider the impact of recent financial innovations to the Chinese stock market using large-scale high frequency data, while the other is to evaluate the effect of market regulation policies in the Chinese real estate market by joint modelling of the interactions between the prices and the transaction volumes.

政策评估是经济学家广泛关注的一个重大问题。基于面板数据的政策评估方法主要利用个体横截面相关性来构造反事实路径，能较好地解决传统方法因遗漏隐含变量而导致政策效应估计产生偏差的问题，但该方法的理论研究依然欠缺。本课题在较一般的模型假设下，深入研究了基于面板数据的政策评估方法并对其进行创新。具体有如下研究任务：⑴ 针对大型高维面板数据，结合充分降维思想提出新的评估方法，并证明其具有优良的理论性质；⑵ 结合其他外生预测变量的信息，提出新方法以进一步提高政策评估的有效性，拓展其适用范围；⑶ 针对实际中存在多个变量同时受到政策影响的情况，首创多变量政策处置效应的估计和联合检验方法，并建立相关理论体系；⑷ 运用新方法进行两个实证分析，一是结合大型高频交易数据对国内金融制度创新进行评估，二是同时考察房地产价格和成交量的交互影响，评估国内房地产调控政策的效应。

政策评估是经济学家广泛关注的一个重大问题。本课题在较一般的模型假设下，深入研究了基于面板数据的政策评估方法, 完成了以下任务： （1） 针对控制组个体样本数目较多地情形， 提出了结合低秩和稀疏假设的协方差估计方法， 从而更好的萃取充分降维方向， 构建政策效应评估值并研究其理论性质； （2） 在构建反事实路径时， 加入其他外生预测变量， 以便进一步提高预测效果。 而针对非平稳外生变量存在的情形，我们也推导了相关的统计量及其性质； （3） 考虑多变量政策处置效应的情形, 结合核磁共振的医学成像数据，通过研究变量间的空间相依性，分析了实验组和对照组在风险决策过程中的特性，并有效预测个体的风险倾向； （4）收集国内70个大中城市房价数据，评估了限购政策实施后对城市房价增速的影响， 分析了美国（1955-2015）货币政策在不同经济时期的表现， 对研究金融风险管理方面有一定的现实意义。