合成控制中线性假设误设问题研究
统计方法学
2023-02-27 v1 计量经济学
摘要
合成控制（SC）方法是一种从观测面板数据估计处理效应的流行方法。它依赖于一个关键假设：我们可以将处理单元写为未处理单元的线性组合。然而，这一线性假设在实践中未必成立，一旦违背，所得的 SC 估计量是不正确的。本文考察两个问题：（1）误设误差可能有多大？（2）我们如何限制它？首先，我们提供理论界以量化误设误差。这些界令人宽慰：小的误设引发小的误差。借助这些界，我们进而开发了专门设计用于最小化误设误差的新 SC 估计量。这些估计量基于关于每个单元的额外数据，用于生成 SC 权重。（例如，若单元为国家，则额外数据可能是关于各国的 demographic 信息。）我们在合成数据上研究了估计量；发现它们比标准合成控制产生更准确的因果估计。我们随后重新分析了原始 SC 论文的加州烟草项目数据，现纳入来自美国人口普查的各州人口统计额外数据。我们的估计量显示，处理前时期的观测位于误设误差界内，而处理后时期的观测位于这些界外。这证明我们的 SC 方法已揭示出真实效应。
引用
@article{arxiv.2302.12777,
title = {On the Misspecification of Linear Assumptions in Synthetic Control},
author = {Achille Nazaret and Claudia Shi and David M. Blei},
journal= {arXiv preprint arXiv:2302.12777},
year = {2023}
}