[论文解读] A Practical Guide to Counterfactual Estimators for Causal Inference with Time-Series Cross-Sectional Data

Licheng Liu, Ye Wang+1 more|arXiv (Cornell University)|Jul 2, 2021

Economic Policies and Impacts被引用 63

一句话总结

本文提出了一种用于时间序列横截面数据的反事实插补框架，并引入三种估计量（FEct、IFEct、MC）以及诊断工具和一个开源包（fect），以改进相对于传统的 TWFE 的因果推断。

ABSTRACT

This paper introduces a simple framework of counterfactual estimation for causal inference with time-series cross-sectional data, in which we estimate the average treatment effect on the treated by directly imputing counterfactual outcomes for treated observations. We discuss several novel estimators under this framework, including the fixed effects counterfactual estimator, interactive fixed effects counterfactual estimator, and matrix completion estimator. They provide more reliable causal estimates than conventional twoway fixed effects models when treatment effects are heterogeneous or unobserved time-varying confounders exist. Moreover, we propose a new dynamic treatment effects plot, along with several diagnostic tests, to help researchers gauge the validity of the identifying assumptions. We illustrate these methods with two political economy examples and develop an open-source package, fect, in both R and Stata to facilitate implementation.

研究动机与目标

• 为具有二值处理的 TSCS 数据引入一个简单的反事实插补框架。
• 开发并比较三种估计量（固定效应反事实、交互固定效应反事实、矩阵补全）。
• 提供诊断工具和可视化方法，以评估识别假设和模型有效性。
• 提供一个开源实现（fect）在 R 和 Stata 中，以便使用。

提出的方法

• 为处理组观测定义潜在结果和反事实 Y_it(0)。
• 通过对处理单位插补反事实结果并对处理效应求平均来估计 ATT。
• 将 FEct、IFEct 和 MC 估计量描述为用于恢复未处理结果的不同正则化方法。
• 基于反事实提出动态处理效应图，以评估异质性和携带效应/先前趋势。
• 引入诊断测试：安慰剂检验、无先前趋势检验、无携带效应检验；并为有限统计功效包括等效性检验。

实验结果

研究问题

• RQ1 在具有时间变动混杂变量和处理逆转的 TSCS 数据中，反事实插补如何改进因果估计？
• RQ2 FEct、IFEct 或 MC 的性质是什么，以及何时将其用于 ATT 估计？
• RQ3 研究人员如何利用动态处理效应和诊断测试来诊断识别假设的有效性？
• RQ4 在实现这些估计量和诊断工具于各 TSCS 应用中的过程中，fect 软件的作用是什么。

主要发现

• 当处理效应异质或存在未观测的时间变化混杂变量时，反事实估计量（FEct、IFEct、MC）提供比传统 TWFE 更可靠的因果估计。
• FEct 充当一种加权估计量，避免负权重并与个体处理效应的凸组合保持一致。
• IFEct 与 MC 通过因子增强与低秩分解放松严格外生性，以处理时间变化的混杂变量。
• 包括动态处理效应图和安慰剂、无先前趋势、无携带效应检验在内的一组诊断工具有助于评估识别假设。
• 一个开源软件包 fect，在 R 和 Stata 中实现这些估计量，以促进应用。