合成控制模型中供体选择的溢出效应检测

合成控制(SC)模型广泛用于估计观测时间序列数据背景下的因果效应。为了识别目标单元的因果效应，SC要求存在不受干预影响的相关单元。给定一个潜在的供体单元，我们如何判断它是否真的是一个有效的供体——即不受干预溢出效应影响的单元？这样的决策通常需要依赖指定单元的强先验领域知识，这在潜在供体池很大的情况下变得不可行。在本文中，我们介绍了一种实用的、有理论依据的供体选择程序，旨在削弱这种领域知识要求。我们的主要结果是一个定理，该定理给出了仅使用干预前数据识别干预后时间点供体值所需的假设。我们展示了如何将这个定理——以及支撑它的假设——转化为一种实用的方法，用于检测潜在的溢出效应并在构建SC时排除无效供体。重要的是，我们采用敏感性分析来正式限定当被排除的供体实际上是有效的，或者被选中的供体是无效的情况下，我们SC因果估计中的偏差。利用近端因果推断和工具变量文献中的思想，我们表明被排除的供体仍然可以被利用来进一步消除因果效应估计的偏差。最后，我们在模拟和真实世界数据集上说明了我们的供体选择程序。