open-economic-quant-research-data

Open Economic & Quant Research Data 是一个开源的版本化研究数据集，包含多个经济学和量化金融研究项目的内容。该数据集由以下子项目组成：CasualLab（因果推断与政策模拟研究）、Macroeconomics（基于预测的宏观经济学研究）、RealEstate（住房金融研究，涉及抵押贷款锁定、抵押贷款退出、本地活动、价格和建筑等，不包括注册的贷款级记录和贷款粒度衍生品）以及TariffIncidence（美国301条款关税传导、采购重新分配和国内投入产出传播的官方数据研究，不包括大型原始、中间、分析及parquet结果文件）。数据集包含项目代码、可发布数据、固定数据、报告、测试和可重复性文档，并附带dataset_manifest.json文件记录文件计数、排除项和发布元数据。该数据集支持可重复性审查、经济学和量化方法研究、公共固定数据探索以及记录在案的衍生工具开发。每个子项目有自己的来源说明，原始第三方数据受提供方条款约束。许可方面，项目自有代码和固定数据遵循项目本地条款，第三方数据保留其原始条款。数据集语言为英文，适用于表格分类任务，标签包括经济学、量化金融、因果推断、宏观经济学和住房经济学。Open Economic & Quant Research Data is an open-source versioned research dataset containing content from multiple economics and quantitative finance research projects. It consists of sub-projects: CasualLab (causal inference and policy simulation research), Macroeconomics (forecast-based macroeconomic research), RealEstate (housing finance research covering mortgage lock-in, mortgage exit, local activity, prices, and construction, excluding registered loan-level records and loan-granularity derivatives), and TariffIncidence (official data research on US Section 301 tariff pass-through, procurement reallocation, and domestic input-output propagation, excluding large raw, intermediate, analytical, and parquet result files). The dataset includes project code, publishable data, fixed data, reports, tests, and reproducibility documents, along with a dataset_manifest.json file recording file counts, exclusions, and release metadata. It supports reproducibility review, economics and quantitative method research, public fixed data exploration, and documented derivative tool development. Each sub-project has its own source attribution; original third-party data is subject to provider terms. Licensing: project-owned code and fixed data follow project-local terms, third-party data retains its original terms. The dataset language is English, suitable for tabular classification tasks, with labels including economics, quantitative finance, causal inference, macroeconomics, and housing economics.

原始信息汇总

Open Economic & Quant Research Data 数据集概述

数据集基本信息

• 名称：Open Economic and Quant Research Data（开放经济与量化研究数据）
• 语言：英语（en）
• 许可证：其他（other），具体条款按项目及原始数据来源分别适用
• 任务类别：表格分类（tabular-classification）
• 标签：经济学、量化金融、因果推断、宏观经济学、住房经济学、市场微观结构

数据集内容

该数据集为版本化研究内容集合，涵盖以下五大研究方向的代码、可发布数据、测试夹具（fixtures）、报告、测试及可复现性文档：

子项目	研究主题	内容说明
CasualLab	因果推断与政策模拟	因果推断及政策模拟研究内容
Macroeconomics	宏观经济学	基于 vintage 的预测及公开数据源适配器研究
RealEstate	房地产金融	抵押贷款锁定效应、抵押贷款退出、本地活动、房价与建设研究；排除注册级贷款记录及贷款粒度衍生数据
TariffIncidence	关税负担	美国 301 条款关税传导、采购重新配置及国内投入产出传播的官方数据研究；排除大型原始、中间、分析及 parquet 结果文件
Microstructure	市场微观结构	仅研究用途的市场微观结构代码、测试、协议和文档；排除交易所观测数据、标准化或衍生表、拟合状态、摄取权威数据及生成的运行包

支持用途

• 可复现性审查
• 经济学与定量方法研究
• 公开测试夹具探索
• 有文档记录的衍生数据开发

注意：该数据集并非单一同质化的机器学习表格，加载文件前需查阅各项目 README 与数据结构说明。

数据来源与处理

• 各项目保留自身的来源说明（provenance notes）
• 原始第三方数据受其提供方条款约束
• 本地 Python 环境、包安装、缓存、字节码及操作系统元数据不属于研究数据，被排除在外

许可说明

• 项目自有代码与测试夹具遵循项目本地条款
• 第三方数据与依赖保留其原始条款
• 收录于本版本化镜像不授予新许可
• 未经确认可再分发权利的资产在治理记录中标记为 RIGHTS_UNKNOWN

局限性

• 文件类型与数据结构因项目而异
• 部分原始数据权利需独立审查
• 更新的数值比较仅在附带基准与验证证据时发布
• 建议固定 Dataset 版本（revision）以获得可复现分析

相关资源

• 个人网站：https://yangxiaoshawn.github.io/
• CasualLab 仓库：https://github.com/YangXiaoShawn/open-economic-quant-casuallab
• Macroeconomics 仓库：https://github.com/YangXiaoShawn/open-economic-quant-macroeconomics
• Mortgage Rate Lock-In 仓库：https://github.com/YangXiaoShawn/open-economic-quant-realestate
• Tariff Incidence 仓库：https://github.com/YangXiaoShawn/open-economic-quant-tariff-incidence
• Microstructure 仓库：https://github.com/YangXiaoShawn/open-economic-quant-microstructure
• 网站仓库：https://github.com/YangXiaoShawn/YangXiaoShawn.github.io
• 交互式观测平台：https://huggingface.co/spaces/ShawnChamberlain/open-economic-quant-research-observatory

引用要求

引用时应包含：观测平台（observatory）、本 Dataset 版本、相关子项目，以及分析中使用的每个原始数据提供方。

搜集汇总

数据集介绍

构建方式

该数据集以多项目协作的版本化研究内容为核心，整合了因果推断、宏观经济学、住房金融、关税效应及市场微观结构等领域的专案代码、可发布数据、测试用例与复现文档。各子项目如CasualLab、Macroeconomics、RealEstate等，遵循独立的数据来源与处理流程，明确排除原始第三方数据及环境元数据，确保数据纯净。数据集通过dataset_manifest.json记录文件计数、排除项及发布元数据，为研究者提供透明的数据构建框架。

特点

该数据集并非单一同质化的机器学习表格，而是异构研究内容的汇聚，涵盖从政策模拟到市场微观结构的广泛主题。其特色在于高复现性，要求使用固定版本进行可验证分析，并强调数据来源合规性，对未确认再分发权限的资产标注RIGHTS_UNKNOWN。数据集注重文档完善，每个项目附有schema与README，便于研究者快速理解与使用。

使用方法

使用此数据集建议先审视各项目的README与schema，以明确文件类型与结构。支持复现性审查、经济学与量化方法研究、公开数据探索及衍生数据开发。分析时，需引用数据集修订版本及原始数据提供者，并遵循项目本地许可。推荐通过HuggingFace交互式观测站访问，结合相关GitHub仓库深入探索，以实现多维度、可验证的经济学量化研究。

背景与挑战

背景概述

该数据集由Shawn Chamberlain于2025年创建，旨在为经济学与量化金融研究提供可复现的开放数据资源。它整合了因果推断、宏观经济学、房地产金融、关税效应及市场微观结构等前沿领域的研究内容，涵盖项目代码、可发布数据、测试与文档。作为跨学科的综合性数据集，它填补了经济学研究中公开数据与代码脱节的空白，为政策模拟、预测建模和房价动态分析等提供了标准化的数据基础，进而推动了经济学的可复现性革命，对相关领域的研究方法与实践产生了深远影响。

当前挑战

该数据集面临的核心挑战在于其多学科交叉特性带来的数据异构性，不同项目间文件类型与模式差异显著，增加了数据整合与使用的复杂性。此外，第三方原始数据的使用权受制于供应商条款，部分资产权利不明，限制了数据的全面公开与再分发。在构建过程中，需在数据完整性与法律合规性之间寻求平衡，同时确保数据的可复现性，这要求严格记录数据来源与处理过程，并对排除大型中间文件的做法进行透明化处理，以维持研究可信度，是一道关乎数据价值实现的关键难题。

常用场景

经典使用场景

该数据集是一个多项目、多模态的经济与量化研究资源库，涵盖了因果推断、宏观经济学、房地产金融、关税效应以及市场微观结构等前沿领域。其经典使用场景在于为研究者和数据科学家提供一个结构化的、版本化的研究代码与发布数据集合，便于进行可复现性验证、政策模拟、计量经济建模以及量化策略开发。在因果推断项目中，研究者可借助其代码与模拟框架评估政策干预的因果效应；在宏观经济学项目中，可利用其时间序列数据开展预测模型的回溯测试；在房地产与关税项目中，可深入探究抵押贷款锁定效应与贸易政策的价格传导机制；在市场微观结构项目中，则可分析订单流与价格冲击的动态关系。该数据集以其清晰的目录划分和配套文档，成为经济学与金融学研究中的高效起步平台，尤其适用于需要权威数据支撑的实证分析。

衍生相关工作

该数据集的推出衍生了若干具有影响力的学术与应用成果。其CasualLab项目可能催生出一系列因果推断方法论论文，例如新的双重稳健估计量或合成控制法的改进。Macroeconomics项目则可能促进基于机器学习的宏观经济预测模型，特别是涉及实时数据修订的处理技术。房地产研究中的抵押利率锁定分析，衍生出关于住房流动性、再融资行为与区域经济差异的实证研究。关税影响模块为国际贸易研究贡献了关于关税转嫁率和供应链调整的量化证据。市场微观结构部分的订单流预测模型，则可能被扩展至高频交易策略或市场质量评估工具。此外，这些项目通过其开源代码库，为后续研究者提供了可复用的计算框架，推动了经济学与金融学领域的开放科学运动，促进了跨学科合作与方法论创新。

数据集最近研究

最新研究方向

该数据集聚焦于经济与量化金融领域的前沿交叉研究，涵盖因果推断、宏观预测、住房金融、关税传导与市场微观结构等热点方向。其最新研究动向强调可复现性与透明度，通过版本化管理研究代码、数据与文档，支持政策模拟与因果识别，例如抵押贷款锁定效应对住房市场动态的影响、美国301关税的传递效应及采购转移、以及订单流对价格冲击的微观机制。数据集的开放架构与精细化分域设计，为经济学者提供了验证理论假设与量化政策效应的公共平台，推动了实证经济学向标准化、可审计范式演进，对提升研究可信度与跨域协作具有里程碑意义。