[论文解读] Estimation and Inference for Synthetic Control Methods with Spillover Effects

Jianfei Cao, Connor Dowd|arXiv (Cornell University)|Feb 19, 2019

Advanced Causal Inference Techniques参考文献 19被引用 15

一句话总结

本文提出了一种考虑溢出效应的合成控制方法——即处理单位会影响未处理单位——通过将已知的溢出结构纳入估计与推断中。该方法引入了直接效应与溢出效应的渐近无偏估计量，采用广义P检验进行推断，并在所有控制单位均受溢出影响的情况下仍表现出稳健性，相较于纯捐赠者方法在偏差与效率方面表现更优。

ABSTRACT

Estimation and inference procedures for synthetic control methods often do not allow for the existence of spillover effects, which are plausible in many applications. In this paper, we consider estimation and inference for synthetic control methods, allowing for spillover effects. We propose estimators for both direct treatment effects and spillover effects and show that they are asymptotically unbiased. In addition, we propose an inferential procedure and show that it is asymptotically unbiased. Our estimation and inference procedure applies to cases with multiple treated units and/or multiple post-treatment periods, and to ones where the underlying factor model is either stationary or cointegrated. We discuss the bias from misspecified spillover structures and propose a test for correct specification. We apply our method to a classic empirical example that investigates the effect of California's tobacco control program as in Abadie et al. (2010) and find evidence of spillovers. We contrast our method with the pure-donor approach through a sensitivity analysis.

研究动机与目标

• 解决由于溢出效应导致合成控制方法违反稳定单位处理值假设（SUTVA）的问题。
• 开发在溢出效应影响控制单位（包括所有单位均受污染的情况）时仍有效的估计与推断程序。
• 通过保留在估计中使用所有控制单位，改进纯捐赠者方法，从而提升效率并降低最坏情况下的偏差。
• 基于Andrews（2003）提出广义P检验，提供一种正式的推断程序，用于在存在溢出效应时进行假设检验。
• 通过加利福尼亚州烟草控制计划的实证应用验证该方法，揭示存在溢出效应的证据，并证明其优于纯捐赠者方法。

提出的方法

• 提出一个处理与溢出效应的线性模型，假设已知溢出结构，以在SUTVA被违反时实现估计。
• 引入在规则性条件与已知溢出模式下渐近无偏的直接效应与溢出效应估计量。
• 使用基于Andrews（2003）的广义P检验，通过预处理数据近似检验统计量的零抽样分布，从而实现有效推断。
• 应用去均值的合成控制框架以处理预处理拟合不完美问题，确保在不可观测变量时间不变时的渐近无偏性。
• 采用具有平稳或协整因子的因子模型框架，允许对高维控制单位进行灵活建模。
• 采用全样本估计策略，即使控制单位受溢出影响也保留在估计中，从而提升效率并降低模型误设带来的偏差。

实验结果

研究问题

• RQ1 当由于单位间干扰导致SUTVA被违反时，合成控制方法能否产生直接效应与溢出效应的无偏估计？
• RQ2 与纯捐赠者方法相比，包含受溢出影响的控制单位如何影响估计偏差与效率？
• RQ3 何种推断程序可确保在溢出效应下渐近有效的推断？其与置换检验相比表现如何？
• RQ4 结果对溢出结构误设的敏感性如何？是否存在正式检验可检测此类误设？
• RQ5 在如州级烟草政策等广泛存在溢出效应的实证情境中，该方法是否优于现有方法？

主要发现

• 在正确指定溢出结构的前提下，所提出的直接效应与溢出效应估计量为渐近无偏。
• 广义P检验通过利用预处理数据近似零抽样分布，即使在存在溢出效应时也能提供渐近有效的推断。
• 蒙特卡洛模拟显示，该方法在预处理期数适中时仍保持良好的有限样本表现。
• 对加利福尼亚州烟草控制计划的实证应用揭示了显著的溢出效应，表明在现实情境中SUTVA被违反。
• 敏感性分析表明，当溢出结构被误设时，纯捐赠者方法的最坏情况偏差更大，而全样本方法则有效缓解此风险。
• 即使所有控制单位均受溢出影响，只要溢出结构已知或被正确建模，该方法仍保持有效性。