一种政策效果评价方法、装置、电子设备和可读存储介质与流程

本发明涉及效果评价，特别涉及一种政策效果评价方法、装置、电子设备和可读存储介质。

背景技术：

1、准自然实验，是社会科学研究的一种方法，相对于真正的实验研究而言，采用一定的操控程序，利用自然场景，灵活地控制实验对象，包括对照组无前测设计和非对等控制组设计。在无法控制所有可能影响实验结果的无关变量时，具有广泛的应用性。双重差分模型(difference-in-difference，did)，在评估中，政策处理组和对照组在样本分配上一般不具有完全随机性。非随机分配政策处理组和对照组的试验被称为自然试验(naturaltrial)，其重要特点是：处理组和对照组在实施处理之前可能存在系统性的差异。如果忽略这种初始差异，仅对处理组和对照组在实施处理之后的情况进行横向比较，那么所估计的处理效应很可能因混杂了初始差异的影响而存在偏差。ashenfelter和card(1985)首次引入did模型来解决此问题，继而该模型的应用开始得到越来越多的重视。

2、目前有关绿色信贷政策对重污染企业影响的评价，大多通过对重污染企业债务融资等单一变量进行评价，对于政策效果的评价具有很大的局限性和片面性，不能反映真实的深度影响。

技术实现思路

1、本发明提供了一种政策效果评价方法、装置、电子设备和可读存储介质，可对绿色信贷政策的对企业的影响评价更加的全面、可靠。

2、为实现上述目的，本发明提供如下技术方案：

3、根据本发明具体实施方式提供的一种政策效果评价方法，包括：

4、获取实验组的样本数据和对照组的样本数据，所述实验组的样本数据为执行绿色信贷政策且属于重污染企业的样本数据，所述对照组的样本数据为不属于重污染企业的样本数据；

5、基于倾向得分匹配法对所述实验组的样本数据和所述对照组的样本数据进行匹配；

6、将匹配后的实验组的样本数据和对照组的样本数据分别输入至第一双重差分模型和第二双重差分模型中，对应得到第一差分结果和第二差分结果，所述第一双重差分模型用于表征所述绿色信贷政策对企业债务融资的影响，所述第二双重差分模型用于表征所述绿色信贷政策对企业技术创新的影响；

7、对所述第一差分结果和所述第二差分结果进行稳健性检验，并得到所述第一差分结果和所述第二差分结果的可靠程度。

8、进一步地，所述第一双重差分模型的构建过程包括：

9、将债务融资规模、债务融资成本分别作为被解释变量，企业融资相关因素作为控制变量构建所述第一双重差分模型。

10、进一步地，所述第二双重差分模型的构建过程包括：

11、将技术创新产出作为被解释变量，企业研发投入、商业信用作为中介变量，所述企业融资相关因素作为控制变量构建所述第二双重差分模型。

12、进一步地，所述对所述第一差分结果和所述第二差分结果进行稳健性检验，并得到所述第一差分结果和所述第二差分结果的可靠程度，包括：

13、基于安慰剂检验确定设定时间段内的各被解释变量的估计值，所述被解释变量包括：和所述债务融资规模的关联第一系数、和所述债务融资成本关联的第二系数以及和所述技术创新产出关联的第三系数；

14、若所述第一系数的估计值、所述第二系数的估计值以及所述第三系数的估计值均超出临界值，则判定所述第一差分结果和所述第二差分结果可靠。

15、进一步地，所述对所述第一差分结果和所述第二差分结果进行稳健性检验，并得到所述第一差分结果和所述第二差分结果的可靠程度，包括：

16、基于调整时间窗口法确定所述绿色信贷政策发布前后预设时间段内的各被解释变量的估计值，所述被解释变量包括：所述第一系数、所述第二系数、所述第三系数以及和所述中介变量相关联的第四系数；

17、若所述第一系数的估计值、所述第三系数的估计值以及所述第四系数的估计值均为负值，且和所述第二系数的估计值为正值，则判定所述第一差分结果和所述第二差分结果未受到除所述绿色信贷政策外的其他因素的影响。

18、进一步地，所述基于倾向得分匹配法对所述实验组的样本数据和所述对照组的样本数据进行匹配，包括：

19、基于预设逻辑回归模型对所述实验组的样本数据和所述对照组的样本数据进行倾向打分；

20、将所述实验组的样本数据和所述对照组的样本数据在相同的得分范围内进行匹配。

21、进一步地，所述基于倾向得分匹配法对所述实验组的样本数据和所述对照组的样本数据进行匹配，还包括：

22、基于匹配后的实验组的样本数据以及对照组的样本数据的标准化偏差结果，对匹配结果进行平衡性检验。

23、根据本发明具体实施方式提供的一种政策效果评价装置，包括：

24、数据获取模块，用于获取实验组的样本数据和对照组的样本数据，所述实验组的样本数据为执行绿色信贷政策且属于重污染企业的样本数据，所述对照组的样本数据为不属于重污染企业的样本数据；

25、样本匹配模块，用于基于倾向得分匹配法对所述实验组的样本数据和所述对照组的样本数据进行匹配；

26、效果评价模块，用于将匹配后的实验组的样本数据和对照组的样本数据分别输入至第一双重差分模型和第二双重差分模型中，对应得到第一差分结果和第二差分结果，所述第一双重差分模型用于表征所述绿色信贷政策对企业债务融资的影响，所述第二双重差分模型用于表征所述绿色信贷政策对企业技术创新的影响；以及

27、效果检验模块，用于对所述第一差分结果和所述第二差分结果进行稳健性检验，并得到所述第一差分结果和所述第二差分结果的可靠程度。

28、根据本发明具体实施方式提供的一种电子设备，包括：存储器和处理器；

29、所述存储器，用于存储程序；

30、所述处理器，用于执行所述程序，实现如上所述的政策效果评价方法的各个步骤。

31、根据本发明具体实施方式提供的一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的政策效果评价方法的各个步骤。

32、由以上技术方案可以看出，本发明中公开了一种政策效果评价方法，在对实验组的样本数据和对照组的样本数据进行倾向性得分匹配后，能够有效减少样本间的偏差和混杂变量的影响，消除样本间的干扰因素。然后分别使用表征绿色信贷政策对企业债务融资的影响的双重差分模型，表征绿色信贷政策对企业技术创新的影响的双重差分模型，从企业债务融资和技术创新分别进行评价得到相应的查分计算结果。再对两个差分计算结果进行稳健性检验，综合两个双重差分模型的结果进行政策效果的评价。通过增加重污染企业技术创新的变量，确定绿色信贷政策的出台是否影响重污染企业的研发投入及技术创新，与重污染企业的融资共同进行绿色信贷政策对重污染企业的影响，使得绿色信贷政策对重污染企业影响的评价更加全面可靠。

技术特征：

1.一种政策效果评价方法，其特征在于，包括：

2.根据权利要求1所述的政策效果评价方法，其特征在于，所述第一双重差分模型的构建过程包括：

3.根据权利要求2所述的政策效果评价方法，其特征在于，所述第二双重差分模型的构建过程包括：

4.根据权利要求3所述的政策效果评价方法，其特征在于，所述对所述第一差分结果和所述第二差分结果进行稳健性检验，并得到所述第一差分结果和所述第二差分结果的可靠程度，包括：

5.根据权利要求4所述的政策效果评价方法，其特征在于，所述对所述第一差分结果和所述第二差分结果进行稳健性检验，并得到所述第一差分结果和所述第二差分结果的可靠程度，包括：

6.根据权利要求1所述的政策效果评价方法，其特征在于，所述基于倾向得分匹配法对所述实验组的样本数据和所述对照组的样本数据进行匹配，包括：

7.根据权利要求6所述的政策效果评价方法，其特征在于，所述基于倾向得分匹配法对所述实验组的样本数据和所述对照组的样本数据进行匹配，还包括：

8.一种政策效果评价装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：存储器和处理器；

10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的政策效果评价方法的各个步骤。

技术总结
本发明涉及一种政策效果评价方法、装置、电子设备和可读存储介质，可应用于大数据领域或金融领域，在对实验组的样本数据和对照组的样本数据进行倾向性得分匹配后，能够有效减少样本间的偏差和混杂变量的影响，消除样本间的干扰因素。然后分别使用表征绿色信贷政策对企业债务融资的影响的双重差分模型，表征绿色信贷政策对企业技术创新的影响的双重差分模型，从企业债务融资和技术创新分别进行评价得到相应的查分计算结果。再对两个差分计算结果进行稳健性检验，综合两个双重差分模型的结果进行政策效果的评价。通过增加重污染企业技术创新的变量，使得对重污染企业影响的评价更加全面可靠。

技术研发人员：刘晓莹
受保护的技术使用者：中银金融科技（苏州）有限公司
技术研发日：
技术公布日：2024/2/25