跳到正文
← 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:摘要研究面板处理前拟合、合成控制与双重差分的处理效应估计及混杂偏差。

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
Bruno Ferman
Cristine Pinto

处理前拟合不完全的合成控制方法

研究问题
处理前无法完全拟合时,合成控制及相关估计量是否仍存在偏差,去均值调整能否改善与双重差分相比的表现?
方法与思路
作者分析处理分配与未观测混杂相关的框架,考察处理前时期趋于无穷时的性质,并推导去均值合成控制的设定检验。
材料陈述的贡献
摘要称,长期处理前数据未必消除偏差;在所分析框架下,去均值合成控制可在偏差和方差方面改善相对双重差分的表现。
阅读关注点
应核对不完全拟合与未观测混杂的模型设定、去均值方法的构造,以及比较优势和设定检验分别依赖哪些条件。
阅读边界
仅据所给Crossref摘要,不能将去均值方法的改善视为普遍优势;偏差大小、检验功效及具体应用判断标准均未说明。

原文摘要

We analyze the properties of the Synthetic Control (SC) and related estimators when the pre‐treatment fit is imperfect. In this framework, we show that these estimators are generally biased if treatment assignment is correlated with unobserved confounders, even when the number of pre‐treatment periods goes to infinity. Still, we show that a demeaned version of the SC method can improve in terms of bias and variance relative to the difference‐in‐difference estimator. We also derive a specification test for the demeaned SC estimator in this setting with imperfect pre‐treatment fit. Given our theoretical results, we provide practical guidance for applied researchers on how to justify the use of such estimators in empirical applications.

笔记与分组
相关领域论文