分布式鲁棒合成控制：应对高度相关控制变量和权重变动
统计方法学
2026-01-07 v2 计量经济学
摘要
合成控制方法通过将处理单元的结局与与其治疗前结局相匹配的多个控制单元的加权平均进行比较来估计因果效应，假设治疗前后处理单元与控制单元之间的关系保持稳定。然而，当这些关系发生变化或控制单元高度相关时，该估计器可能会变得不可靠。为解决这些挑战，我们引入了分布式鲁棒合成控制 (DRoSC) 方法，该方法能够容纳关系的潜在变化并解决控制单元之间的高度相关问题。DRoSC 方法针对所有符合治疗前期限的可能权重所构成的集合中所求的优化器，定义为新的因果估计量。当经典合成控制方法的识别条件成立时，DRoSC 方法将针对相同的因果效应进行估计；当这些条件被破坏时，我们展示了这种新的因果估计量是不可识别因果效应的保守代理。我们进一步证明，DRoSC 估计器的极限分布为非正态分布，并提出了一种新的推断方法。我们通过数值研究以及对巴斯克半岛恐怖主义经济影响的分析来展示其性能。
引用
@article{arxiv.2511.02632,
title = {Distributionally Robust Synthetic Control: Ensuring Robustness Against Highly Correlated Controls and Weight Shifts},
author = {Taehyeon Koo and Zijian Guo},
journal= {arXiv preprint arXiv:2511.02632},
year = {2026}
}