信用额度对消费分布的因果影响
统计方法学
2023-12-19 v1 人工智能
综合金融
摘要
电商平台提供的消费信贷服务使客户在购物时能够便捷地获取贷款，并具有刺激销售的潜力。为了理解信用额度对消费的因果影响，以往研究采用了基于直接回归（DR）、逆概率加权（IPW）和双重机器学习（DML）的因果估计量来评估处理效应。然而，这些估计量未考虑个体的消费可以理解并表示为一种分布，该分布刻画了不同订单间消费金额的范围与模式。若忽略结果为分布这一特性，结果分布中蕴含的有价值见解可能会被遗漏。本文构建了一个分布值估计量框架，在 Rubin 因果框架内将现有的实值 DR、IPW 和 DML 估计量扩展为分布值估计量。我们证明了其一致性，并将其应用于某大型电商平台的真实数据集。研究结果表明，信用额度对所有分位数的消费均有正向影响；然而，随着信用额度增加，消费者在奢侈品（高分位数）上的分配多于必需品（低分位数）。
引用
@article{arxiv.2312.10388,
title = {The Causal Impact of Credit Lines on Spending Distributions},
author = {Yijun Li and Cheuk Hang Leung and Xiangqian Sun and Chaoqun Wang and Yiyan Huang and Xing Yan and Qi Wu and Dongdong Wang and Zhixiang Huang},
journal= {arXiv preprint arXiv:2312.10388},
year = {2023}
}