Identification and Bayesian Inference for Synthetic Control Methods with Spillover Effects
存在溢出效应的合成控制方法：识别与贝叶斯推断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：摘要直接涉及面板合成控制、处理效应识别及跨单位溢出，分别对应因果推断、面板数据和网络与干扰。
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
存在溢出效应的合成控制方法：识别与贝叶斯推断
- 研究问题
- 当干预同时影响处理单位与未处理单位、标准合成控制的无溢出假设不成立时，如何估计处理效应与溢出效应？
- 方法与思路
- 作者将空间自回归面板模型嵌入合成控制框架以刻画单位间溢出，并采用 horseshoe 先验进行正则化和贝叶斯推断。
- 材料陈述的贡献
- 摘要称，该方法扩展合成控制以同时估计处理与溢出效应，并应用于加州烟草税及苏丹分裂对人均 GDP 的影响。
- 阅读关注点
- 应核对空间关联结构如何设定、两类效应如何分别识别，以及供体受影响时的反事实构造、先验选择与推断敏感性。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收均未核实；摘要未说明识别条件、空间权重设定及两项应用的数值结果。
原文摘要
The synthetic control method (SCM) is widely used for causal inference with panel data, particularly when the number of treated units is small. It relies on the stable unit treatment value assumption (SUTVA), ruling out spillover effects. However, interventions often affect not only treated but also untreated units. This study proposes a novel panel data method that extends standard SCM to account for spillovers and estimate both treatment and spillover effects. The approach extends the SCM framework by incorporating a spatial autoregressive (SAR) panel data model that captures spillover patterns across units. We also develop a Bayesian inference procedure using horseshoe priors for regularization. We apply the proposed method to two empirical studies: (i) evaluating the effect of the California tobacco tax on cigarette consumption, and (ii) assessing the economic impact of the 2011 Sudan division on GDP per capita.