Counterfactual Analysis With Artificial Controls: Inference, High Dimensions, and Nonstationarity
人工对照的反事实分析：推断、高维与非平稳性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。
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：摘要明确涉及政策干预的反事实效应、总量单位面板，以及含确定性或随机趋势的非平稳数据。
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
人工对照的反事实分析：推断、高维与非平稳性
- 研究问题
- 单个总量单位受到政策等干预、且没有明显对照组时，如何利用高维非平稳同类单位数据构造反事实并检验干预效应？
- 方法与思路
- 作者建立涵盖确定性和随机趋势的人工对照框架，其中包含合成控制，并提出无需依赖干预后渐近分析的重抽样检验。
- 材料陈述的贡献
- 摘要称所提检验即使只有一个干预后观测也可使用，并提供模拟与实证应用；摘要未报告检验误差或效应数值。
- 阅读关注点
- 应核对趋势与跨单位关系的限制、反事实构造及重抽样机制，尤其检查单个干预后观测下检验有效性依赖哪些条件。
- 阅读边界
- 仅依据 OpenAlex 索引摘要，稿件版本未注明；不能据此认定方法适用于任意非平稳过程或对照污染情形，也不能推断刊本变化。
原文摘要
Recently, there has been growing interest in developing statistical tools to conduct counterfactual analysis with aggregate data when a single “treated” unit suffers an intervention, such as a policy change, and there is no obvious control group. Usually, the proposed methods are based on the construction of an artificial counterfactual from a pool of “untre ated” peers, organized in a panel data structure. In this article, we consider a general framework for counterfactual analysis for high-dimensional, nonstationary data with either deterministic and/or stochastic trends, which nests well-established methods, such as the synthetic control. We propose a resampling procedure to test intervention effects that does not rely on postintervention asymptotics and that can be used even if there is only a single observation after the intervention. A simulation study is provided as well as an empirical application. Supplementary materials for this article are available online.