2019年4月10日上午，第68次RMI读书讨论会在北京大学经济学院305会议室举行。风险管理与保险学系2015级博士生刘子宁就《Public Finance and Public Policy》书中“公共财政的实证工具”这一章节与大家进行了讨论。风险管理与保险学系部分师生参加了此次讨论会。
刘子宁首先用三个案例简要介绍了相关性（Correlation）和因果性（Causality）之间的区别。相关性是指两个事件同时发生，具有关联，而因果性是指事件A的发生是事件B导致的，事件之间存在因果联系。相关性不意味着因果性，比如某校同学可以选择是否参加课后补习班，结果发现参加补习班的同学分数普遍较低，这可能是由于补习班的教学质量导致的，也有可能是由于参加补习班的同学本身考试能力较差所导致的。因此低分数和参加补习班之间虽然存在相关性，但我们无法通过观测到的结果简单推断出是补习班教学质量问题导致了低分数。
参加和不参加补习班的群体之间本身存在考试能力的差异，这种差异被称为选择性偏误。选择性偏误的存在会妨碍研究者准确度量因果性。为了剔除选择性偏误的影响，刘子宁随后介绍了度量因果性的黄金法则“随机试验”。随机试验将样本随机分为有政策干预的处理组和无干预的控制组，处理组和控制组的结果差距即为政策的干预效应。而在现实生活中，随机试验成本太高且其数据不易获得，研究者一般采用一些替代方法来估计因果性，如时间序列分析法、截面回归分析法、准实验方法和结构方程建模等方法。最后，刘子宁介绍了倾向匹配得分法，即通过“反事实推断”来对非实验数据进行干预效应分析。
讲述期间，同学们与主讲人积极互动，就时间序列分析的局限性、传统的倾向匹配方法和广义精度匹配方法孰优孰劣等问题展开了热烈讨论。本次读书讨论会进一步加深了大家对因果性分析的理解及应用。
（风险管理与保险学系 刘子宁 供稿）
