权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Quantile Treatment Effects estimated using Causal Machine Learning: Theory and Empirics

使用因果机器学习估计分位数治疗效果：理论和经验

基本信息

批准号：
20K01593
负责人：
CHEN Jauer
金额：
$ 2.33万
依托单位：
Senshu University (2022)Tokyo International University (2020-2021)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本年度の主要な研究実績は、Double Machine Learning（DML）を用いて非条件分位点効果を推定する方法を提案したことです。DMLとは、機械学習手法を用いつつ２段階に分けて効果を推定する手法です。非条件分位点効果は、目標変数の予測効果について、条件付き分位点回帰よりもより解釈しやすく、したがって政策関連の情報を提供します。経済学における応用例では、ラッソベ一スのダブルセレクション（DML手法）を用いた非条件分位点回帰を使用して、産産の苦境がデフォルト回収率の各分位点に及ぼす影響を探ります。提案された手法を、１９９０年から２０１７年までのム一ディ一のデフォルトと回収デ一タベ一スにある５３３４の債務をおよび貸出商品に適用します。推定結果は、産業の苦境が極端な分位点を除く各分位点でデフォルト回収率を１５％から３％減少させることを示しています。したがって、提案された手法を用いて、バ一ゼル資本合意により必要とされる下降局面での債務回収率に対して、政策関連かつ解釈可能な定量的な測定を提供します。研究成果は最終的に2023年3月に査読制度ある国際的な学術誌に掲載され、論文のタイトルは "Exploring Industry-Distress Effects on Loan Recovery: A Double Machine Learning Approach for Quantiles"となりました。

The main research achievements of this year are な, the actual results of Double Machine Learning (DML) are を, the effect results of the unconditional quantile are を, the presumption of the する method is を, and the proposal is たたとですとですとです. DMLとと and machine learning techniques を use the two-stage に score of と and けて results を to infer the する technique です. Unconditioned quantiles unseen fruit は, number of goals - の be sharper on fruit について, conditions, pay き quantiles back 帰よりもより solution 釈しやすく, したがって policy masato even の intelligence を provide します. 経済 learn における応 cases では, ラッソベ a スのダブルセレクション (DML technique) をいた unconditioned quantiles back 帰を use して, produce の plight がデフォルト収 rate の back each quantile に and ぼす influence を agent ります. Proposal されたを, 1990 から 2017 までのム a ディ a のデフォルトと back 収デ a タベ a スにある 5334 の debt をおよび lend goods に applicable します. Constructive results は, industrial の plight が extreme な quantiles を except all quantiles くでデフォルト収を 15% back から 3% させることを shown しています. したがって, proposal された gimmick を with いて, バゼル capital accord により necessary とされる decline での収 rate debt back にし seaborne て, policy masato even か釈つ solution may な quantitative determination of なを provide します. Research results は final にに check 読 system in March 2023 あなる international academic ambition に first white jasmines load され, paper のタイトルは "Exploring Industry - Distress Effects on Loan Recovery: A Double Machine Learning Approach for Quantiles"となとなまたた.