圖書信息

內容簡介

對 arXiv econ.EM 分類的年度綜述，涵蓋 2025 年 9 月至 2026 年 8 月期間發表的研究。本卷基於對 100 篇論文 的細讀整理，組織為 32 章，按該領域的研究子方向描繪這一年的全貌。

全書框架（年度產出佔比）：

結構政策評估與異質性處理效應 (88.8%) — 本聚類聚焦利用大規模數據、貝葉斯方法與網絡模型，估計結構參數、政策影響與異質性處理效應。
因果推斷與穩健處理效應估計 (6.8%) — 本方向處理因果推斷中的識別與估計挑戰，包括邊界不連續設計、內生性檢驗與平均處理效應的去偏估計。
去偏機器學習與廣義矩估計 (1.2%) — 本領域發展為去偏機器學習、廣義 Riesz 迴歸與雙重機器學習建立理論框架與軟件，以處理高維協變量與複雜依賴。
工具變量回歸與弱工具推斷 (1.2%) — 本子領域處理工具變量模型中的推斷，聚焦弱工具、無效工具、非參數設定與穩健檢驗程序。
金融時間序列預測與系統性風險分析 (0.8%) — 本聚類應用計量經濟學與機器學習技術預測金融價格、評估系統性風險，並評估電力與加密貨幣市場的預測精度。
動態面板數據與時間序列因子模型 (0.8%) — 本方向處理大規模時間序列中的動態面板數據、潛因子與共同趨勢建模，包括處理汙染與二元依賴的方法。
非參數設定檢驗與條件推斷 (0.2%) — 本細分領域聚焦發展有限樣本設定檢驗、條件預測能力檢驗，以及從定量估計得出定性結論的框架。