吉多·威廉姆斯·因本斯 Guido Wilhelmus Imbens

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
(重定向自Guido Imbens
跳到导航 跳到搜索


类别 信息
姓名: 吉多·威廉姆斯·因本斯 Guido Wilhelmus Imbens
出生日期: 1963年9月3日
出生地: 海尔德罗普,荷兰
国籍: 美国,荷兰
母校: 荷兰鹿特丹伊拉斯姆斯大学、英国赫尔大学、美国布朗大学
机构: 斯坦福大学
主要研究方向: 计量经济学
博士生导师: Anthony Lancaster
获奖: 诺贝尔经济学奖(2021年)

吉多·威廉姆斯·因本斯 Guido Wilhelmus Imbens(生于1963年9月3日)是一位荷裔美国经济学家,2021年,Imbens与Joshua Angrist共同获得诺贝尔经济学奖的一半奖金,以表彰他们在因果关系分析方面的方法学贡献,David Card获得另一半奖金。[1][2]自2012年以来,他一直担任斯坦福大学商学院经济学教授。[3]


早年生活与教育

1963年9月3日,Imbens出生于荷兰的海尔德罗普。[4]1975年,他全家搬到了德尔讷并在那里上学。小时候,Imbens是一个狂热的棋手,[5] 在2021年的一次采访中,Imbens将他对计量经济学的热情与他童年时对下棋的兴趣联系起来。[6]


1983年,Imbens毕业于鹿特丹大学,获得计量经济学学士学位。随后,他于1986年在英国赫尔大学赫尔河畔金斯顿获得了经济学和计量经济学硕士学位。[3]


1986年,Imbens在赫尔大学的导师之一--Anthony Lancaster搬到了位于罗德岛普罗维登斯的布朗大学。[7]Imbens跟随Lancaster到布朗大学继续攻读研究生和博士学位,并于1989年和1991年在布朗大学获得了经济学硕士和博士学位。[8][3][9]


事业生涯

文件:Stanford University from Hoover Tower January 2013 002.jpg
斯坦福大学商学院(Stanford Graduate School of Business),自2012年以来,Imbens一直在这里任教。

Imbens分别任教于哈佛大学(1990-1997,2006-2012年),蒂尔堡大学(1989-1990年),加州大学洛杉矶分校(1997-2001年),加州大学伯克利分校(2002-06年)。他主要研究计量经济学,这是一种描绘因果推理的特殊方法。[3]他于2019年成为《Econometrica》杂志的编辑,并将担任这一职务直到2023年。[10]截至2021年,他是斯坦福大学商学院应用计量经济学和经济学教授。[11]他还是斯坦福大学经济政策研究所(SIEPR)的高级研究员,以及该所人文与社会科学学院的经济学教授。Imbens是经济计量学会(2001年)和美国艺术与科学学院(2009年)的研究员。[3][12][13]2017年,Imbens被选为荷兰皇家艺术与科学学院的外籍成员。[14][15]2020年,他被评选为美国统计协会会员。[16]


计量经济学和因果关系研究

与经济学家同行,包括Joshua Angrist和Alan Krueger合作,Imbens致力于开发方法论和框架,帮助经济学家利用现实生活中的情况(即自然试验)来检验现实生活中的理论。通过他的研究,帮助经济学家分析因果关系,通过他研究分析的一些问题,包括大学教育或额外的教育年限对收入的影响,[17]使得因果关系研究框架在很多其他领域也有了应用,包括社会学和生物医学。[18]他的工作为跨学科的研究人员提供了理解现实世界工具,提高了他们更好地理解基于实地和试验数据的干预措施的效果的能力。这些方法有助于研究人员分析各种研究问题,包括研究新政策对经济活动和新药对患者有效性的影响等。[11]


在他与Angrist最早的一次合作中,Imbens引入了局部平均处理效应(LATE)模型,这个模型帮助研究者从观测数据中得出因果推断。1994年他们在计量经济学杂志中发表的一篇名为《Identification and Estimation of Local Average Treatment Effects》的文章中详细阐述了这个模型,采用了自然实验的思想,将真实世界中的事件和情况作为控制条件来研究关键变化的效应。在这样做的过程中,两人利用了现实世界中自然发生的事件偶然性和随机性,而不是控制模拟试验。这可能是昂贵并且耗时,甚至是不道德的研究,[19][11]但论文和模型对计量经济学、统计学和其他领域的研究工作产生了重大影响。[11]


这一模型在现实世界中的应用将对政策制定者产生影响,Imbens与统计学家Donald Rubin和经济学家Bruce Sacerdote合作,研究了非劳动收入对劳动力供应的影响,即全民基本收入政策或其他联邦和州工资援助计划对公民参与劳动力的意愿和最终对劳动力供应的影响。[20]


为了设计一个自然实验,研究小组研究了马萨诸塞州的彩票中奖者,这些中奖者多年来获得递增的奖金,而不是一次性的奖金。在这一过程中,研究小组能够研究稳定额外收入的因果效应。他们发现中奖对人们工作时间的影响很小。连续20年每年获得8万美元奖金的获奖者一定程度上减少了工作时间,但连续20年每年获得1.5万美元奖金的获奖者却没有因获得稳定额外收入而减少工作时间。在购买彩票的失业人员中,中奖者在购买彩票后的六年中参加工作的人数超过非中奖者。[11][20]


Imbens最近的一些工作被总结在与美国统计学家Donald b. Rubin的合著作品中,书名是《统计、社会和生医科学的因果推断 Causal Inference for Statistics, Social, and Biomedical Sciences》。[18]


此外,他与Susan Athey教授一直在研究使用机器学习方法,特别是对随机森林进行修正,[21][22]以估计因果推理模型中的异质处理效应。


诺贝尔经济学奖

Imbens和同事David Card和Joshua Angrist获得了2021年诺贝尔经济学奖,以肯定其在因果关系分析方法论上的贡献。[23]瑞典皇家科学院在宣布获奖者的新闻稿中表示:”他所在年度的获奖者——David Card、Joshua Angrist和Guido Imbens为我们提供了关于劳动力市场的新见解,并表明了从自然实验中可以得出什么样的因果关系结论。他们的方法已经传播到其他领域,并彻底改变了实证研究。”[24]



个人生活

2002年,Imbens与经济学家Susan Athey结婚。[25]她是一位同样在斯坦福大学商学院教书的经济学家。在Imbens和Athey的婚礼上,伴郎是Joshua Angrist,19年后,Imbens与他分享了诺贝尔奖。[26]


他拥有美国和荷兰公民的双重身份。[3]


参考书籍

  • (with Lisa M. Lynch) Re-employment probabilities over the business cycle. Cambridge, MA: National Bureau of Economic Research, 1993.
  • (with Richard H. Spady and Philip Johnson) Information Theoretic Approaches to Inference in Moment Condition Models. Cambridge, Mass.: National Bureau of Economic Research, 1995.
  • (with Gary Chamberlain) Nonparametric applications of Bayesian inference. Cambridge, MA: National Bureau of Economic Research, 1996.
  • (with Donald B. Rubin and Bruce Sacerdote) Estimating the effect of unearned income on labor supply, earnings, savings, and consumption : evidence from a survey of lottery players. Cambridge, MA: National Bureau of Economic Research, 1999.
  • (with V. Joseph Hotz and Jacob Alex Klerman) The long-term gains from GAIN : a re-analysis of the impacts of the California GAIN Program. Cambridge, MA: National Bureau of Economic Research, 2000.
  • (with Thomas Lemieux) Regression discontinuity designs: a guide to practice. Cambridge, Mass. : National Bureau of Economic Research, 2007.
  • (with Jeffrey M. Wooldridge) Recent Developments in the Econometrics of Program Evaluation. Cambridge, Mass. : National Bureau of Economic Research, 2008.
  • (with Karthik Kalyanaraman) Optimal bandwidth choice for the regression discontinuity estimator. Cambridge, Mass.: National Bureau of Economic Research, 2009.
  • (with Alberto Abadie) A martingale representation for matching estimators. Cambridge, Mass.: National Bureau of Economic Research, 2009.
  • Imbens, Guido W.; Rubin, Donald B. (6 April 2015). Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction. Cambridge University Press. ISBN 9780521885881. https://books.google.com/books?id=FYeSBwAAQBAJ. 


参考文献

  1. "The Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 2021". nobelprize.org. 11 October 2021. Archived from the original on 11 October 2021.
  2. Smialek, Jeanna (11 October 2021). "The Nobel in economics goes to three who find experiments in real life". The New York Times. Archived from the original on 11 October 2021. Retrieved 11 October 2021.
  3. 3.0 3.1 3.2 3.3 3.4 3.5 "The Vita of Guido Wilhelmus Imbens" (PDF). Stanford Graduate School of Business website. September 2013. Archived (PDF) from the original on 11 October 2021. Retrieved 11 October 2021.
  4. Haegens, Koen (11 October 2021). "Nobelprijs voor 'stille en bescheiden man achterin de zaal' die de slimste vragen stelt". de Volkskrant (in Nederlands). Retrieved 11 October 2021.
  5. Linders, Twan; Broers, Daphne (11 October 2020). "'Bedachtzame slimmerik' zat in Deurne op school en is nu winnaar van de Nobelprijs". Eindhovens Dagblad. Retrieved 11 October 2021.{{cite web}}: CS1 maint: url-status (link)
  6. "The Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 2021". NobelPrize.org (in English). Retrieved 11 October 2021.
  7. Irel, Corydon; Office, Harvard News (2007-03-15). "Bringing hard science to economics". Harvard Gazette (in English). Retrieved 2021-10-13.
  8. Imbens, Guido Wilhelmus (1991). Two essays in econometrics (Ph.D. thesis). Brown University. |oclc=26957442}}
  9. "Guido Imbens, 1991 Brown Ph.D. recipient, is 2016 – 17 Horace Mann Medal winner". Brown University Department of Economics website. 22 May 2017. Retrieved 11 October 2021.
  10. "Editorial Board | The Econometric Society". www.econometricsociety.org. Archived from the original on 2 March 2021. Retrieved 16 February 2021.
  11. 11.0 11.1 11.2 11.3 11.4 University, Stanford (11 October 2021). "Guido Imbens wins Nobel in economic sciences". Stanford News (in English). Archived from the original on 12 October 2021. Retrieved 12 October 2021.
  12. "Econometric Society Fellows, October 2016". Econometric Society. Archived from the original on 7 July 2019. Retrieved 14 May 2017.
  13. "List of active members by class" (PDF). American Academy of Arts and Sciences. 27 October 2016. Archived (PDF) from the original on 3 July 2017. Retrieved 14 May 2017.
  14. "KNAW kiest 26 nieuwe leden" (in Dutch). Royal Netherlands Academy of Arts and Sciences. 10 May 2017. Archived from the original on 25 May 2019. Retrieved 14 May 2017.{{cite web}}: CS1 maint: unrecognized language (link)
  15. "Guido Imbens". Royal Netherlands Academy of Arts and Sciences. Archived from the original on 14 May 2017.
  16. "ASA Fellows list". American Statistical Association. Archived from the original on 21 May 2020. Retrieved 1 June 2020.
  17. Smialek, Jeanna (11 October 2021). "The Nobel in economics goes to three who find experiments in real life". The New York Times (in English). ISSN 0362-4331. Archived from the original on 11 October 2021. Retrieved 12 October 2021.
  18. 18.0 18.1 Imbens, Guido W.; Rubin, Donald B. (2015). Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction. Cambridge: Cambridge University Press. ISBN 978-0-521-88588-1. https://www.cambridge.org/core/books/causal-inference-for-statistics-social-and-biomedical-sciences/71126BE90C58F1A431FE9B2DD07938AB. 
  19. D., Angrist, Joshua. Identification and Estimation of Local Average Treatment Effects. OCLC 1144555780. http://worldcat.org/oclc/1144555780. 
  20. 20.0 20.1 Imbens, Guido W.; Rubin, Donald B.; Sacerdote, Bruce I. (1 September 2001). "Estimating the Effect of Unearned Income on Labor Earnings, Savings, and Consumption: Evidence from a Survey of Lottery Players". American Economic Review (in English). 91 (4): 778–794. doi:10.1257/aer.91.4.778. ISSN 0002-8282. Archived from the original on 4 May 2021. Retrieved 14 October 2021.
  21. "Causal Tree R package; Authors -- Susan Athey, Guido Imbens, Yangyang Kong & Vikas Ramachandra" (PDF).
  22. "Recursive partitioning for heterogeneous causal effects; Authors -- Susan Athey and Guido Imbens". Archived from the original on 29 July 2021. Retrieved 13 October 2021.
  23. "The Sveriges Riksbank Prize in Economic Sciences in Memory of Alfred Nobel 2021". NobelPrize.org (in English). Archived from the original on 11 October 2021. Retrieved 11 October 2021.
  24. "The Prize in Economic Sciences 2021" (PDF). Royal Swedish Academy of Sciences. 11 October 2021. Archived (PDF) from the original on 11 October 2021. Retrieved 11 October 2021.
  25. Simison, Bob (June 2019). "Economist as Engineer". Finance & Development. International Monetary Fund. 56 (2). Archived from the original on 30 July 2020. Retrieved 23 December 2020.
  26. De Witte, Melissa; Than, Ker (11 October 2021). "Guido Imbens wins Nobel in economic sciences". Stanford University (in English). Archived from the original on 11 October 2021. Retrieved 11 October 2021. Angrist served as the best man at Imbens’ wedding to Susan Athey, who is also an economist at Stanford.


外部链接


编者推荐

集智课程

计算社会经济学的内容与方法

本课程系统性地介绍计算社会经济学的主要研究内容和分析方法,阐述大规模社会经济数据(包括卫星遥感数据、手机通讯数据、社交媒体数据等)在解决全球贫困问题、刻画区域经济结构、推断个体财富和应急抢险救灾中的具体应用。


计量经济学因果分析工具在快手中的应用

在产品迭代和公司决策中,我们常常关心A如何影响B,在不方便使用A/B实验的场景下,我们可以用因果分析的方法,结合观测数据来回答这个问题。主讲人会介绍在快手常用的因果分析计量经济学方法(包括工具变量法、匹配法、双重差分法、合成控制法等),因果分析和机器学习结合的前沿方法(矩阵补全法、基于决策树/随机森林的异质性的因果效应估计等),以及这些方法如何与业务实践相结合。


机器学习的计量经济学应用

随着机器学习方法的发展和普及,经济学研究也开始关注相关方法的使用。经典的计量经济方法更加关注参数的统计学特征,关注目标测度的质量,因此研究通常要汇报参数估计和其标准误差;给定有限信息的条件下,机器学习算法能够进行更有效的预测。在面对比如ATE的因果估计,最佳政策分配方案,对价格对消费者选择模型的反事实效应估计等问题时,计量经济学和机器学习方法因结合了二者各自的长处,而能发挥更强的效力。本次分享也将为大家展示如何更好地结合机器学习方法和经济学问题进行因果推断。


集智×DataFun合作论坛:因果推断在工业界的应用 | 因果科学第三季第十九期 - 因果科学与Causal AI读书会第三季

估计异质因果效应,即条件平均因果效应(Conditional Average Causal Effect, CATE),一直以来都是因果推断研究的重要组成。基于树模型的估计 CATE 的方法在学术界被广泛研究,其中最有代表性的是斯坦福大学经济学教授 Susan Athey 的系列工作,包括因果树、因果森林和广义随机森林。广义随机森林 (因果森林是它的特例)和普通的随机森林最大的区别在于,它是从局部加权估计的角度而不是集成方法的角度来解释的。这种基于森林的临近权重让其相对于其它方法具备灵活性,自适应性和易用性等优点。此外, 它基于局部矩方程的估计量还具备良好的统计性质。近年来,它们更是被广泛应用在工业界互联网商业平台的营销活动中, 可以有效地提高用户参与度和平台收入,例如阿里巴巴和亚马逊的优惠券, 共享乘车优步和滴滴的折扣券,抖音的视频观看金币激励等。估计用户对激励的敏感度 (即 CATE) 是个性化激励关键的第一步。所以因果森林是同时在学术界和工业界都是非常有影响力的工作。

相关路径

  • 因果科学与Casual AI读书会必读参考文献列表,这个是根据读书会中解读的论文,做的一个分类和筛选,方便大家梳理整个框架和内容。
  • 因果推断方法概述,这个路径对因果在哲学方面的探讨,以及因果在机器学习方面应用的分析。
  • 因果科学和 Causal AI入门路径,这条路径解释了因果科学是什么以及它的发展脉络。此路径将分为三个部分进行展开,第一部分是因果科学的基本定义及其哲学基础,第二部分是统计领域中的因果推断,第三个部分是机器学习中的因果(Causal AI)。



本中文词条由因果科学读书会词条梳理志愿者我是猫(74989)、Wits翻译审校、薄荷编辑,欢迎在讨论页面留言。


本词条内容源自wikipedia及公开资料,遵守 CC3.0协议。