匹配先行与差分-差分法在平行趋势被破坏时的偏差-方差权衡

准实验因果推断方法在经营管理实证研究中日益居于核心地位，用于指导管理决策。在此类方法中，研究者们采用差分-差分（DiD）估计器，该估计器依赖平行趋势假设。为提高其合理性，研究者常在应用差分-差分方法前对处理组和对照组进行匹配，直觉上认为匹配后的两组在无处理情况下的演变更可能相似。然而，既有研究仅关注偏差分析。本文不仅拓展了在弱假设下更广泛的偏差结果，还分析了方差和均方误差（MSE）的性质——这是一种在决策制定中实用相关的指标。在线性结构模型下，考虑不可观测时间变动混杂因素，我们发现方差结果与既有偏差见解相矛盾：在差分-差分前对观察协变量进行匹配，并不一定总是优于经典（未匹配）差分-差分方法，因为存在样本量权衡；此外，对预处理结果进行匹配始终有益，因为匹配后不再存在这种权衡。因此，我们主张如果实证研究者在平等程度上权衡偏差和方差，应将MSE作为额外指标，并给出具有理论保证的、面向实践的指导方针，阐明何时以及应匹配哪些变量。作为示例，我们将这些指导方针应用于重新审视一项近期实证研究，后者在匹配后应用差分-差分，以研究知识共享平台引入货币激励措施对平台整体参与度的影响。我们的结果表明，作者的决策既合理又关键，才能产生可信的因果估计。