近日，厦门大学王亚南经济研究院、经济学院统计学与数据科学系柳楠助理教授与山东大学经济学院刘彦伯副教授、美国范德堡大学经济系Yuya Sasaki教授的合作论文“Estimation and inference for causal functions with multi-way clustered data”在计量经济学国际权威期刊Journal of Econometrics正式发表。该期刊为厦门大学经济学科认定的国际A类期刊。
文章提出了一种在多重聚类数据结构下，对多类因果函数（如条件平均处理效应与连续处理效应）进行估计与一致推断的方法。其核心思想是将因果函数识别为依赖高维无关参数的 Neyman 正交矩条件。本文采用两步估计程序：首先利用非参数方法估计高维无关参数，其次将估计得到的 Neyman 正交信号投影到随样本量增长的基函数空间中；并同时研究了全样本估计与多重聚类交叉拟合两种实现方式，建立了相应的函数型高斯逼近理论。在推断方面，本文提出了多重聚类稳健的筛估计得分自助法。模拟结果表明，该方法在有限样本下具有良好的表现。最后，本文将所提出的估计与推断方法应用于实证分析。
柳楠，美国加州大学洛杉矶分校经济学博士，现为厦门大学邹至庄经济研究院、王亚南经济研究院、经济学院统计学与数据科学系助理教授。研究方向为非参数/半参数计量经济学、机器学习、因果推断等。研究成果在Journal of Econometrics, Econometric Theory, Economics Letters等国际期刊上接收或发表，曾主持国家自然科学青年基金一项。
（经济学科 刘晨宇）
