Why Synthetic Control estimators are biased and what to do about it: Introducing Relaxed and Penalized Synthetic Controls
合成控制为何有偏及其修正：放松与惩罚合成控制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：摘要研究处理单位反事实构造所用的合成控制及其偏差修正，对应因果推断。
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
合成控制为何有偏及其修正：放松与惩罚合成控制
- 研究问题
- 研究合成控制在非线性生成模型下为何存在偏差，以及放宽处理前匹配要求并惩罚单位差异能否改善偏差表现。
- 方法与思路
- 作者推导偏差下界，允许合成控制与处理单位在处理前存在固定偏移，并对加权的单位间成对差异施加惩罚。
- 材料陈述的贡献
- 摘要称，识别了偏差下界中受合成控制选择影响的部分，提出兼具固定偏移与差异惩罚的新估计量及数据驱动调参流程。
- 阅读关注点
- 应核对非线性生成模型的范围、偏差下界与实际偏差的关系，以及固定偏移、成对差异和惩罚参数如何共同影响估计。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未列出理论条件，也未证明最小化下界必然最小化实际偏差。
原文摘要
This paper extends the literature on the theoretical properties of synthetic controls to the case of non-linear generative models, showing that the synthetic control estimator is generally biased in such settings. I derive a lower bound for the bias, showing that the only component of it that is affected by the choice of synthetic control is the weighted sum of pairwise differences between the treated unit and the untreated units in the synthetic control. To address this bias, I propose a novel synthetic control estimator that allows for a constant difference of the synthetic control to the treated unit in the pre-treatment period, and that penalizes the pairwise discrepancies. Allowing for a constant offset makes the model more flexible, thus creating a larger set of potential synthetic controls, and the penalization term allows for the selection of the potential solution that will minimize bias. I study the properties of this estimator and propose a data-driven process for parameterizing the penalization term.