[论文解读] On the Properties of the Synthetic Control Estimator with Many Periods and Many Controls

Bruno Ferman|arXiv (Cornell University)|Jun 16, 2019

Advanced Causal Inference Techniques被引用 5

一句话总结

本文在线性因子模型下，证明了当预处理期数和控制单位数量均趋于无穷大时，合成控制估计量的渐近无偏性。关键结果是：当权重在大量控制单位间稀释时，SC权重能渐近地恢复处理单位的因子载荷，从而即使处理与时变不可观测因素相关，估计量仍具一致性。

ABSTRACT

We consider the asymptotic properties of the Synthetic Control (SC) estimator when both the number of pre-treatment periods and control units are large. If potential outcomes follow a linear factor model, we provide conditions under which the factor loadings of the SC unit converge in probability to the factor loadings of the treated unit. This happens when there are weights diluted among an increasing number of control units such that a weighted average of the factor loadings of the control units asymptotically reconstructs the factor loadings of the treated unit. In this case, the SC estimator is asymptotically unbiased even when treatment assignment is correlated with time-varying unobservables. This result can be valid even when the number of control units is larger than the number of pre-treatment periods.

研究动机与目标

• 分析当预处理期数和控制单位数量均趋于无穷大时，合成控制估计量的渐近行为。
• 识别在处理分配与时变不可观测因素相关时，合成控制估计量仍保持渐近无偏的条件。
• 建立当权重在不断增加的控制单位间分散时，SC单位的因子载荷收敛于处理单位载荷的结论。
• 将合成控制的理论理解从固定控制单位设置扩展至高维控制情形，尤其在预处理拟合不完美时。
• 阐明权重分散在高维控制设置下确保估计量一致性的作用。

提出的方法

• 分析假设潜在结果服从线性因子模型，将结果分解为共同因子和特异冲击。
• 合成控制单位被定义为控制单位的加权平均，权重通过最小化预处理拟合误差确定。
• 推导出在控制单位数量增加时，SC单位因子载荷以概率收敛于处理单位载荷的理论条件。
• 该收敛依赖于存在在大量控制单位间稀释的权重，渐近重建处理单位的因子结构。
• 建立了估计量的渐近正态性，极限方差依赖于控制单位与预处理期数的比值。
• 分析使用了高维概率工具，包括浓度不等式和正态变量二次型的卡方近似。

实验结果

研究问题

• RQ1 当预处理期数和控制单位数量均趋于无穷大时，合成控制估计量在何种条件下仍保持渐近无偏？
• RQ2 当权重在大量控制单位间分散时，合成控制估计量能否一致地恢复处理单位的因子载荷？
• RQ3 即使处理分配与时变不可观测因素相关，只要预处理拟合不完美，估计量是否仍保持一致？
• RQ4 权重分散在SC单位因子载荷收敛于处理单位载荷的过程中起什么作用？
• RQ5 在控制单位和时期维度不断增加时，合成控制估计量的渐近分布如何表现？

主要发现

• 当通过在不断增加的控制单位间稀释权重，以加权平均方式渐近恢复处理单位的因子载荷时，合成控制估计量是渐近无偏的。
• 即使控制单位数量超过预处理期数，SC单位的因子载荷仍能收敛于处理单位的载荷。
• 在正则性条件下，估计量的渐近方差收敛于 σ² / (1 - c)，其中 c 为预处理期数与控制单位数的比值。
• 只要能通过稀释权重恢复因子载荷，SC权重即可渐近最小化预处理拟合误差，而无需 L2 惩罚。
• 估计量的极限分布为均值为零、方差为 σ² / (1 - c) 的正态分布，表明在大样本中可进行有效推断。
• 只要因子载荷恢复条件成立，即使处理与时变不可观测因素相关，估计量仍保持一致。