时间序列情形下干预因果效应的估计：C-ARIMA方法
计量经济学
2021-09-02 v3
摘要
Rubin因果模型（RCM）是一个将干预的因果效应定义为潜在结果对比的框架。近年来，在RCM下已发展出若干方法来估计时间序列情形下的因果效应。这些方法均未利用ARIMA模型，而ARIMA模型在计量经济学文献中却十分常见。本文提出一种新方法C-ARIMA，用于在RCM下定义并估计时间序列情形下干预的因果效应。我们首先形式化了能够实现效应定义、估计以及将效应归因于干预的假设；随后通过广泛的模拟研究检验所提方法的有效性，并将其性能与标准干预分析方法进行比较。在实证应用中，我们使用C-ARIMA评估超市销售额永久性降价所带来的因果效应。CausalArima R包提供了我们所提方法的实现。
引用
@article{arxiv.2103.06740,
title = {Estimating the causal effect of an intervention in a time series setting: the C-ARIMA approach},
author = {Fiammetta Menchetti and Fabrizio Cipollini and Fabrizia Mealli},
journal= {arXiv preprint arXiv:2103.06740},
year = {2021}
}