[論文レビュー] Post-Matching Two-Way Fixed Effects Estimation

Yihong Liu, Gonzalo Vázquez-Baré|arXiv (Cornell University)|Feb 13, 2026

Advanced Causal Inference Techniques被引用数 0

ひとこと要約

要約: 本論文は、 staggered treatment designs における post-matching 二重の固定効果（2WFE）の落とし穴を分析し、有効な推論を伴うペアワイズ post-matching DiD推定量を提案します。コホート間でのプール推定がバイアスを生み、正しい標準誤差を持つコホート固有の代替推定量を提供します。

ABSTRACT

When estimating treatment effects with two-way fixed effects (2WFE) models, researchers often use matching as a pre-processing step when the parallel trends assumption is thought to hold conditionally on covariates. Specifically, in a first step, each treated unit is matched to one or more untreated units based on observed time-invariant covariates. In the second step, treatment effects are estimated with a 2WFE regression in the matched sample, reweighting the untreated units by the number of times they are matched. We formally analyze this common practice and highlight two problems. First, when different treatment cohorts enter treatment in different time periods, the post-matching 2WFE estimator that pools all treated cohorts has an asymptotic bias, even when the treatment effect is constant across units and over time. Second, failing to account for the variability introduced by the matching procedure yields invalid standard error estimators, which can be biased upwards or downwards depending on the data generating process. We propose simple post-matching difference-in-differences estimators that compare each treated cohort to the never-treated separately, instead of pooling all treated cohorts. We provide conditions under which these estimators are consistent for well-defined causal parameters, and derive valid standard errors that account for the matching step. We illustrate our results with simulations and with an empirical application.

研究の動機と目的

• 治療時期が階差的であるとき、post-matching 2WFE のバイアスを評価する。
• 条件付き平行トレンドの下で解釈可能な因果パラメータを得る代替推定量を開発する。
• 推論におけるマッチングステップを考慮した分散補正を提供する。

提案手法

• データをパネル構造でモデル化し、First treatment time によって治療コホートを定義する。
• full-sample matching 2WFE推定量を説明し、その確率的極限をコホートとプールのバイアスに分解する。
• 各治療コホートをnever-treated単位と比較するペアワイズマッチ DiD推定量を導入する。
• 漸近分布を導出し、マッチングを考慮した分散推定量を提案する。
• コホート特有の ATT を時間とともに一貫して推定することを示す。
• さまざまなマッチング scheme への拡張を議論する。

実験結果

リサーチクエスチョン

• RQ1 post-matching 2WFE で治療コホートをプールすることは条件付き平行トレンドの下で因果パラメータを生み出すか？
• RQ2 ペアワイズマッチ DiD推定量はコホート特有の ATT 平均を解釈可能な形で回復できるか？
• RQ3 マッチングのばらつきを考慮した正しい推論方法とは何か？
• RQ4 漸近的分散は半パラメトリック効率界と比較してどうなるか？
• RQ5 結果は別のマッチング方式（離散共変量、置換なしマッチング、傾向スコアマッチング）にも拡張できるか？

主な発見

• post-matching の 2WFE における治療コホートのプールは、階差設計で一般にバイアスを生む。
• ペアワイズマッチ DiD推定量は時間を通じてコホート特有の ATT 平均を一貫して推定する。
• マッチングステップを無視する素朴な分散推定量は有限サンプルでも漸近的にもバイアスがある。
• 提案された分散公式はマッチングを高次の Voronoi セル測度で考慮し、隣接ノード数が成長する条件下で効率界に近づく。
• シミュレーションと NSW の適用は実験的ベンチマークにより近いが、マッチングを考慮すると標準誤差は大きくなる。
• フレームワークは nearest-neighbor with replacement を超えるいくつかのマッチングバリアントへ拡張可能。