[论文解读] Synthetic Controls and Weighted Event Studies with Staggered Adoption

Eli Ben‐Michael, Avi Feller+1 more|arXiv (Cornell University)|Dec 1, 2019

Advanced Causal Inference Techniques被引用 12

一句话总结

该论文通过提出同时最小化整体与个体单位不平衡的加权合成控制估计量，将合成控制方法（SCM）推广至交错实施的设定中，在线性因子模型下改善了偏差控制。此外，该研究将这些权重与固定效应结合，构建了一种增强型估计量，其表现优于SCM和固定效应单独使用的结果，该方法通过模拟实验和对教师集体谈判对学校支出影响的应用研究得到验证。

ABSTRACT

Staggered adoption of policies by different units at different times creates promising opportunities for observational causal inference. The synthetic control method (SCM) is a recent addition to the evaluation toolkit but is designed to study a single treated unit and does not easily accommodate staggered adoption. In this paper, we generalize SCM to the staggered adoption setting. Current practice involves fitting SCM separately for each treated unit and then averaging. We show that the average of separate SCM fits does not necessarily achieve good balance for the average of the treated units, leading to possible bias in the estimated effect. We propose SCM weights that instead minimize both average and state-specific imbalance, and show that the resulting estimator controls bias under a linear factor model. We also combine our partially pooled SCM weights with traditional fixed effects methods to obtain an augmented estimator that improves over both SCM weighting and fixed effects estimation alone. We assess the performance of the proposed method via extensive simulations and apply our results to the question of whether teacher collective bargaining leads to higher school spending, finding minimal impacts. We implement the proposed method in the augsynth R package.

研究动机与目标

• 解决传统合成控制方法的局限性，该方法专为单一处理单位设计，在多个单位交错实施政策时表现不佳。
• 指出在交错实施设定中，对每个处理单位分别进行SCM估计后取平均，可能导致整体效应估计的不平衡与偏差。
• 在线性因子模型下，开发一种统一的加权方案，以同时最小化整体与各州（单位）的不平衡。
• 提出一种增强型估计量，将部分池化的SCM权重与固定效应结合，以提升估计效率与偏差控制。
• 通过广泛的模拟实验与实证应用，评估该方法的性能，以评估教师集体谈判对学校支出的影响。

提出的方法

• 提出一种加权合成控制估计量，通过求解约束优化问题，联合最小化所有处理单位的整体与个体不平衡。
• 引入两步加权程序：首先，为每个单位估计SCM权重以平衡处理前的结果；其次，通过部分池化整合这些权重以提升稳定性。
• 在在线性因子模型下构建估计量，证明所提出的权重可在该模型下控制平均处理效应的偏差。
• 通过构建增强型估计量，将加权SCM估计量与传统固定效应结合，充分发挥两种方法的优势。
• 在R语言包augsynth中实现该方法，使研究人员能够使用标准推断程序，将该估计量应用于交错实施的设计。
• 通过模拟研究，将所提方法与分别拟合SCM和固定效应的方法进行比较，评估偏差、方差与均方误差。

实验结果

研究问题

• RQ1 在交错实施设定中，对每个处理单位分别进行合成控制估计后取平均，是否会导致平均处理效应估计的偏差？
• RQ2 能否在交错实施的情境下，开发一种统一的加权方案，以同时最小化整体与单位特定的不平衡？
• RQ3 在在线性因子模型下，所提出的加权SCM估计量相较于标准固定效应与分别拟合的SCM，表现如何？
• RQ4 将SCM权重与固定效应结合，能否产生一种增强型估计量，使其在偏差与效率方面均优于单独使用的方法？
• RQ5 使用所提方法估计，教师集体谈判对学校支出的实证影响是什么？

主要发现

• 在交错实施设定中，对每个处理单位分别进行SCM拟合并取平均，会导致较差的平衡性，可能引发平均处理效应估计的偏差。
• 所提出的加权SCM估计量，通过同时最小化整体与州（单位）特定的不平衡，在线性因子模型下能有效控制偏差。
• 在模拟中，将部分池化的SCM权重与固定效应结合的增强型估计量，其均方误差低于单独使用SCM加权或固定效应。
• 在实证应用中，该方法未发现教师集体谈判导致学校支出显著上升的有力证据。
• augsynth R包成功实现了所提方法，使研究人员能够对交错实施设计进行可重复且可扩展的分析。
• 模拟结果证实，所提方法在有限样本下表现良好，且在模型误设下具有稳健性。