报告题目:机器学习基本原理及其在因果识别中的潜在应用
报告时间:2021年12月6日(周一)18:30-20:30
报告地点:腾讯会议(会议号:563 915 413)
主办单位:东北财经大学产业组织与企业组织研究中心、“星海青年学者”项目(编号C20001)
【报告人简介】
郭峰,上海财经大学公共经济与管理学院投资副教授、博士生导师。研究领域包括数字经济与数字金融、机器学习与大数据分析、公共经济学等范畴。在《经济研究》、《经济学季刊》、《管理世界》、《管理科学学报》、Journal of Economic Behavior & Organization和China Economic Review等中英文学术期刊上发表论文50余篇,在主流媒体发表经济时评90余篇,出版学术专著3部,参著数部。主持国家社科基金青年、上海市哲学社会科学规划项目、博士后科学基金面上项目等课题10余项。
【报告摘要】
2021年诺贝尔经济学奖一半奖金授予了Joshua D. Angirst和Guido W. Imbens,以表彰他们在因果识别方法上的贡献。可以说因果识别是当前社会科学实证研究的核心方法,但随着文本、图像等大数据在社会科学领域的广泛应用,传统因果识别方法的适用性存在不少局限。本讲座将在简要介绍机器学习原理和其在社会科学中的主要用途后,重点介绍机器学习对因果关系识别的可能价值:更好地识别和控制混淆因素、更好地构建对照组、更好地识别异质性因果效应,以及更好地检验因果关系的外部有效性,等等。同时也将简要讨论了在大数据和机器学习广泛应用下,因果关系识别面临的几个挑战。