From Control to Treatment: Causal Forecasting Beyond the Observed Panel
从控制到处理：超越已观测面板的因果预测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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确结合面板合成控制、政策反事实和观测期外的时间序列预测。
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
从控制到处理：超越已观测面板的因果预测
- 研究问题
- 对于尚未经历某项干预的单位，如何利用决策时已有的面板信息，预测其在观测期结束后接受该干预时的潜在结果？
- 方法与思路
- 作者结合合成控制与多变量时间序列外推，在潜在因子模型中约束处理状态时间因子的低秩结构，学习跨单位权重与时间动态。
- 材料陈述的贡献
- 摘要称提出双向合成预测估计量，并建立点态识别、有限样本误差界及渐近推断，适用于固定预测期内预先指定的线性汇总量。
- 阅读关注点
- 应核对跨单位权重和处理后动态如何共同识别目标、供体信息在决策时是否可得，以及固定预测期与预设汇总量的限制。
- 阅读边界
- 来源为 arXiv 预印本，同行评审或期刊接收未经核实；摘要未给出完整识别和外推条件，不能据此推断长期或任意政策的预测有效性。
原文摘要
Conventional panel data methods recover retrospective counterfactuals within the observed horizon. Many policy decisions, however, are prospective: how would an untreated unit evolve beyond the observed panel under an intervention it has not previously experienced? We develop a causal forecasting framework that combines the counterfactual logic of synthetic controls with multivariate time-series extrapolation. Under a latent factor model, we impose low-rank structure on the treated-state time factors. This yields the Two-Way Synthetic Forecasting estimator, which learns cross-unit weights from pre-treatment outcomes and temporal dynamics from treated donors' post-treatment trajectories. We establish pointwise identification, finite-sample error bounds, consistency, asymptotic normality, and inference for prespecified linear summaries over fixed forecast horizons. Simulations support the theory, and an application to the opening of NFL stadiums during the 2020 season illustrates how the method can inform a prospective policy change using only information available at the decision date.