Synthetic Control with Time Varying Coefficients A State Space Approach with Bayesian Shrinkage
时变系数合成控制：结合贝叶斯收缩的状态空间方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以单一处理单位的政策干预效应和未处理单位构造的反事实为研究目标，因此归入因果推断。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
时变系数合成控制：结合贝叶斯收缩的状态空间方法
- 研究问题
- 研究当未处理单位存在单整过程或与处理单位的关系随时间变化时，如何构建用于政策效应测量的合成控制反事实。
- 方法与思路
- 作者将时变参数纳入合成控制反事实估计，使用状态空间框架与贝叶斯收缩，并进行蒙特卡洛模拟及经典案例比较。
- 材料陈述的贡献
- 摘要称，动态设定可改善处理前拟合并提高反事实估计准确性，模拟与案例用于展示该模型在合成控制中的用途。
- 阅读关注点
- 应核对系数动态和收缩先验的设定、处理后的反事实如何外推，以及更好处理前拟合是否伴随可靠的效应估计。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要，不能判断政策效应识别假设或推断覆盖率；具体模拟结果与后续刊本变化未核验。
原文摘要
Synthetic control methods are a popular tool for measuring the effects of policy interventions on a single treated unit. In practice, researchers create a counterfactual using a linear combination of untreated units that closely mimic the treated unit. Oftentimes, creating a synthetic control is not possible due to untreated units’ dynamic characteristics such as integrated processes or a time varying relationship. These are cases in which viewing the counterfactual estimation problem as a cross-sectional one fails. In this article, I investigate a new approach to estimate the synthetic control counterfactual incorporating time varying parameters to handle such situations. This is done using a state space framework and Bayesian shrinkage. The dynamics allow for a closer pretreatment fit leading to a more accurate counterfactual estimate. Monte Carlo simulations are performed showcasing the usefulness of the proposed model in a synthetic control setting. I then compare the proposed model to existing approaches in a classic synthetic control case study.