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:摘要围绕合成控制中的处理前预测变量选择、处理后结果预测与政策结论展开,因此归入因果推断方向。

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
Ashok Kaul
Stefan Klößner
Gregor Pfeifer
Manuel Schieler

标准合成控制:同时使用全部干预前结果与协变量的情形

研究问题
标准合成控制同时使用全部处理前结果和其他协变量时,协变量还能发挥作用吗?论文考察这一选择对估计偏差与政策结论的影响。
方法与思路
作者从理论与实证两方面分析预测变量配置,比较将全部处理前结果滞后项分别纳入与限制其使用的做法,并用蒙特卡洛模拟考察潜在偏差。
材料陈述的贡献
摘要称,在所研究设定中,全部结果滞后项会使其他协变量失去作用;限制滞后项使用后,协变量可获得正权重,估计与政策结论可能明显改变。
阅读关注点
核对协变量失效结论依赖的权重优化设定、结果滞后项的纳入方式,以及限制其使用后权重、偏差与政策结论如何变化。
阅读边界
摘要未说明结论适用的全部技术条件、具体实证案例及偏差大小;不能据此断定任意合成控制实现都必然忽略协变量。

原文摘要

It is becoming increasingly popular in applications of standard synthetic control methods to include the entire pretreatment path of the outcome variable as economic predictors. We demonstrate both theoretically and empirically that using all outcome lags as separate predictors renders all other covariates irrelevant in such settings. This finding holds irrespective of how important these covariates are for accurately predicting posttreatment values of the outcome, threatening the estimator’s unbiasedness. We show that estimation results and corresponding policy conclusions can change considerably when the usage of outcome lags as predictors is restricted, resulting in other covariates obtaining positive weights. Monte Carlo studies examine potential bias.

笔记与分组
相关领域论文