Distribution-valued Causal Machine Learning: Implications of Credit on Spending Patterns
创建于 更新于
摘要
本文提出了基于Wasserstein空间的分布值因果推断框架和分布式双重机器学习估计方法，刻画连续信贷额度对消费者支出分布的异质影响。通过神经功能回归网络与条件正则流网络估计对照概率和分布响应，实现了高维非线性因果效应的鲁棒估计。实证分析基于大型电商平台数据，发现信贷扩张导致高支出分位的显著提升，表现为消费者偏向高价值购买行为，而非均匀增加整体消费支出，提供个性化信贷配置和精准营销的新视角 [page::0][page::3][page::31][page::34][page::35]
