双重机器学习
双重机器学习（也称为双重/无偏机器学习;）只是关闭后门的另一种方法，如回归或匹配。
双机器学习的过程很简单。首先，预测Y 以某种方式 使用您的控制变量集并获取残差.然后，预测X 以某种方式 使用您的控制变量。最后，回归并获得效果。
不知何故 ，这就是“机器学习”部分的用武之地。您只需使用机器学习算法来预测Y和X使用控制变量，而不是回归。就是这样！它真的可以是任何基于预测的机器学习算法。
为什么要做双机器学习？将机器学习方法应用于因果推理的问题在于，它们通常被设计为擅长 预测 ，而不是推理（统计或因果）。但他们真的很擅长预测！双重机器学习在标准因果推理设计中找到了一个步骤，即固有的预测问题。然后它将这个问题交给机器学习算法而不是线性回归，因此机器学习可以做它擅长的事情。这也是矩阵补全以及许多其他基于机器学习的因果推理方法背后的想法。
有时，线性回归就好了。但有时并非如此。当有很多很多的控件（高维数据）时，以及当真正的模型有很多交互作用项或高度非线性的函数形式时，机器学习方法比线性回归要好得多。在这些情况下，双机器学习将比线性回归更好地拟合所有这些特性。对我来说似乎很方便。
双重机器学习论文推荐
1、网络基础设施、包容性绿色增长与地区差距——基于双重机器学习的因果推断
来源：数量经济技术经济研究
本文基于2010～2020年中国城市层面数据，在测算282个地级及以上城市包容性绿色增长水平的基础上，以“宽带中国”战略为准自然实验，采用双重机器学习模型探究了网络基础设施对城市包容性绿色增长的影响效应及内在机制，并进一步考察了网络基础设施的区域协调效应。
双重机器学习提出文献
Chernozhukov, V., Chetverikov, D., Demirer, M.,Duflo, E., Hansen, C., Newey, W., & Robins, J. (2018). Double/debiasedmachine learning for treatment and structural parameters. The Econometrics Journal, 21(1), C1-C68.
2、军民融合能降低高新技术企业权益融资成本吗?——基于双重机器学习的实证研究
来源：系统工程理论与实践
作者：倪宣明、郑田田、赵慧敏
摘要：
自我国经济发展进入新常来以来,军民融合发展战略的地位得到了巨大提升,军民融合过程离不开金融支持.因此,民参军作为军民融合战略的重要组成,探索权益资本市场资金支持民参军企业融资的可行性及民参军行为对高新技术企业股权资本成本的影响特点具有重要意义.本文基于2010-2021年94家民参军高新技术企业的财务数据、交易数据进行实证分析,为克服传统因果推断模型线性设定的局限性,同时保持在高维控制变量下因果推断效应的估计精度,本文利用双重机器学习框架研究了民参军对高新技术企业股权资本成本的影响、特点及作用机制.研究结果发现,民参军行为可以降低高新技术企业股权资本成本,且这种影响对于国有企业更加显著,进一步分析该影响的作用机制可以发现,民参军是通过影响分析师和投资者关注度,降低信息风险和股票流动性风险,进而实现股权资本成本的降低.基于这些分析结果,本文提出了相应的对策建议.
3、银行竞争、企业债务与“脱虚向实”——基于双重机器学习方法
来源：经济理论与经济管理
作者： 彭方平、王茹婷、廖敬贤
双重机器学习;银行竞争;企业负债;融资约束;
4、混合所有制改革、政治关联与企业创新——基于双重/无偏机器学习方法
来源：科技管理研究
作者：何锦安、彭方平、谢秀英
摘要：
基于2008—2019年我国国有上市企业混合所有制改革样本数据，使用双重/无偏机器学习方法，研究国有企业混合所有制改革对企业创新水平的影响，为时下进行的国有企业混合所有制改革提供参考借鉴。研究表明，国有企业混合所有制改革有效促进了企业创新水平的提升，同时，引入具有政治关联的民营股东能进一步提升企业的创新水平；进一步机制研究表明，国有企业混合所有制改革通过提高创新投入强度与改善创新效率两途径促进企业创新水平提升。
5、打破刚性兑付能降低企业融资成本吗？
来源：管理世界
作者：王茹婷、彭方平、李维、王春丽
摘要：本文结合债券市场和上市公司数据，应用双重机器学习方法，检验了打破刚性兑付这一事件对中国债券市场利率的影响。本文发现，打破刚性兑付不仅没有有效降低企业融资成本，反而引起市场整体融资成本上升，且对于不同企业的影响表现出显著的异质性。具体来讲，打破刚性兑付使得低信用企业，特别是高风险民营企业的融资成本显著提高；而对高信用民营企业融资成本没有显著影响。上述研究结论说明在无法有效降低风险溢价的情况下，寄希望于打破刚性兑付来降低企业融资成本是不现实的。
关键词： 刚性兑付;融资成本;风险溢价;双重机器学习;
返回搜狐，查看更多
责任编辑：
平台声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
