主讲嘉宾：方征 副教授

讲座时间：6月3日（周三）上午10：00

讲座地点：重庆大学沙坪坝校区B校园经济与工商管理学院105教室

嘉宾简介：方征现任埃默里大学经济学副教授。他在加州大学圣迭戈分校获得经济学博士学位，并在该校获得统计学硕士学位。同时，他还拥有清华大学经济学硕士和经济学学士学位。他的研究和教学兴趣主要集中在计量经济学和机器学习领域。他的研究成果发表在Econometrica、Review of Economic Studies、Journal of Econometrics、Quantitative Economics和Econometric Theory等期刊。

讲座摘要：本文构建了一个用于自动去偏机器学习（DML）的识别与估计的一般框架。研究对象参数θ₀由一个包含可能高维干扰参数γ₀的矩条件识别。DML利用机器学习估计γ₀，同时校正正则化与过拟合可能传导至θ₀估计中的偏误。我们给出自动DML核心对象Riesz representerα₀的识别条件，并证明其识别恰好发生在α₀唯一最小化一个二次泛函之时。该刻画使我们能够发展一个适用于一般γ₀的α₀估计程序；这里的γ₀可由包含内生性的模型定义，方法涵盖传统筛法以及深度神经网络等现代架构。为提高估计精度并缓解维数诅咒，我们通过将形状约束嵌入可能非线性的参数空间，将其纳入γ₀的估计。本文通过蒙特卡洛模拟和实证应用来展示所提出估计方法的有效性。