华泰人工智能系列之三十：从关联到逻辑_，因果推断初探-20200424-华泰证券-24页_1mb

文档总结

核心内容

本文探讨了因果推断在金融市场的应用，特别是基于倾向性评分法的因果推断框架，并通过实证案例分析了股票所属概念与未来收益之间的因果关系。核心内容包括：

• 机器学习与因果推断：机器学习本质上是曲线拟合，无法区分因果关联与虚假关联，因此在金融市场中存在预测不稳定的问题。而因果推断能够帮助恢复因果关系，构建稳健、可解释的AI模型。
• 因果推断的挑战：金融市场中，因市场环境变化和资产管理人员对策略的可解释性要求，使得因果推断成为机器学习方法的重要补充。
• 倾向性评分法：作为控制混淆变量的关键方法，倾向性评分法通过将多个混淆变量的影响综合为一个评分，从而简化模型并提升因果效应估计的准确性。

主要观点

1. 因果推断的重要性：

   • 机器学习模型由于缺乏逻辑推理能力，容易受到选择性偏差和混杂偏倚的影响，导致预测不稳定。
   • 因果推断可以用于识别数据中的因果关系，从而提升预测的稳定性和可解释性。

2. 倾向性评分法的应用：

   • 倾向性评分法包含三个关键步骤：计算倾向性评分并估计因果效应、评估均衡性、通过反驳测试验证因果效应的可靠性。
   • 该方法在控制混淆变量方面表现优异，特别是在均衡性测试和反驳测试中，倾向性评分加权法（PSW）表现最佳。

3. 实证分析：

   • 在A股市场中，研究了四个股票概念（基金重仓、股票质押、预增、护城河）与未来一个月收益的因果关系。
   • 结果显示，基金重仓（季调）与股票收益有正向因果关系，股票质押与股票收益有反向因果关系，而预增和护城河的因果效应存疑。

关键信息

一、倾向性评分法的三个步骤

1. 计算倾向性评分并估计因果效应：

   • 倾向性评分是给定混淆变量W的条件下，个体接受Treatment的概率估计。
   • 通过匹配倾向性评分相近的样本，计算因果效应。

2. 评估各倾向性评分方法的均衡性：

   • 使用标准化差值（stddiff）评估混淆变量在处理组和对照组之间的均衡性。
   • 倾向性评分加权法（PSW）在均衡性测试中表现最好。

3. 反驳测试：

   • 通过不同的数据干预方式（如安慰剂数据法、添加随机混淆变量法、子集数据法）验证因果效应的稳定性。
   • PSW在反驳测试中结果最接近真实数据，说明其估计更可靠。

二、A股概念因果效应分析

• 基金重仓(季调)：

  • 因果效应估计值为0.0410，正向因果关系。
  • 在考虑混淆变量后，因果效应依然显著，说明其影响独立于其他因素。

• 股票质押：

  • 因果效应估计值为-0.0169，反向因果关系。
  • 与基金重仓不同，其影响是负面的，且在考虑混淆变量后依然显著。

• 预增：

  • 因果效应估计值为0.0047，因果效应存疑。
  • 在反驳测试中，其因果效应不显著，说明可能受到混淆变量的影响较大。

• 护城河：

  • 因果效应估计值为0.0048，因果效应存疑。
  • 在反驳测试中，因果效应不显著，可能与混淆变量有关。

三、研究结论

• PSW方法优势：

  • 在均衡性和反驳测试中表现最佳，估计结果更可靠。
  • 适用于金融市场的因果推断研究，能够帮助构建稳健、有推理能力的AI模型。

• 股票概念的因果效应：

  • 基金重仓（季调）和股票质押概念分别具有正向和反向的因果效应。
  • 预增和护城河概念的因果效应存疑，可能受到混淆变量的影响较大。

风险提示

• 因果推断所得结论是对历史规律的总结，若未来规律发生变化，结论存在失效风险。
• 倾向性评分法对因果关系的建模存在过度简化的风险。
• 混淆变量的选取对因果效应估计结果有较大影响，需谨慎对待。

参考文献

• Judea Pearl. Causality: Models, Reasoning and Inference. Cambridge University Press, 2009
• Judea Pearl, Dana Mackenzie. The Book of Why: The New Science of Cause and Effect. Allen Lane, 2018
• Peng Cui. Towards Explainable and Stable Prediction
• Paul R. Rosenbaum, Donald B. Rubin. Reducing Bias in Observational Studies Using Subclassification on the Propensity Score. Journal of the American Statistical Association 79(387), 1984
• James M. Robins, Miguel Angel Hernan, Babette Brumback. Marginal Structural Models and Causal Inference in Epidemiology. Epidemiology (Cambridge, Mass.) 11:550-560,2000
• Austin PC. Balance diagnostics for comparing the distribution of baseline covariates between treatment groups in propensity-score matched samples. Statistics in medicine, 2009