管理科学与工程学院投资系助理教授何晓奇博士，与英属哥伦比亚大学的Kyungchul Song教授合作撰写的论文“Measuring diffusion over a large network”，在经济学五大顶刊之一The Review of Economic Studies接收发表（https://academic.oup.com/restud/advance-article/doi/10.1093/restud/rdad115/7477820?login=true）。何晓奇博士是该论文的第一作者，中央财经大学是第一作者单位。

论文主要内容：

因果分析和推断是社会科学的核心问题。而随着经济理论的拓展，研究个体行为在社会网络中互相影响的理论和实证模型也在各个学科里大量涌现，例如，关于疾病的传播，科技和创新的推广，金融风险溢出效应等。如何确定个体行为交互影响的溢出效应是来自于关系网络，而不是个体特征，或者其他的环境相关性造成的，对推动因果关系在网络溢出效应的理论发展具有重大意义。本论文构建了基于稀疏网络（sparse network）传播行为（diffusion）的因果度量方法。论文采用了Neyman-Rubin的潜在结果分析框架(potential outcome framework)，构建了一个两期的动态模型，刻画了网络的溢出效应并赋予因果关系。具体来说，本文考虑可以观测到个体们在两个不同时间点的行为改变，将两次观测点下因为网络所发生的行为改变称为边际均值传播（Average Diffusion at the Margin，简称ADM）。由于实际的观测点跟传播过程的时间点很有可能不同步，实际观测到的网络也很有可能不是传播过程的真实网络，文章利用传播行为的相关性定义了因果网络（causal graph）。因果网络的邻域即包含了一条从初始观测点到最终观测点的真实传播路径。在此基础上，文章发现当因果关系网络是实际观测网络的子网络时，文章所定义的边际均值传播（ADM）可以通过一个简单的观测结果之间的时空相关性来度量（spatio-temporal dependence measure）。当子网络的条件不满足时，如果溢出效应是非负的，那么可以用观测结果之间的时空相关性作为基于网络的传播效应的下界。本论文将该度量应用于一项基于印度村落的小额信贷项目的推广，文章发现，当信贷项目通过村落传播时，如果初始传播是村落领导是否参与信贷项目的行为改变，则信贷项目的推广具有显著的网络依赖性；如果初始传播不考虑村落领导的行为改变，则信贷项目的推广不具有显著的网络依赖性。本论文的研究对更好地衡量公共政策的溢出效应、以及银行与企业关系网等决策交互影响都具有重要的参考意义。在大数据的背景下，通过网络关系数据的收集，使用具有因果关系的度量方法，将乡村振兴，金融监管，绿色经济等相关公共政策的推动具有启示意义。

期刊介绍：

《经济研究评论》（The Review of Economic Studies）于1933年由多位英美经济学家创立，旨在鼓励经济学家开展理论和应用经济学研究，始终致力于发表经济学各个领域的优秀研究论文。目前，该期刊被广泛认为是经济学领域最顶级的五本学术期刊之一。

作者介绍：

何晓奇，中央财经大学管理科学与工程学院投资系助理教授，2016年毕业于英属哥伦比亚大学经济系。专业方向：计量经济学、投资学；研究方向：因果推断的理论和应用。

撰稿：孙博娜、何晓奇

审核：刘志东