.png){kind=icon}
返回
Triply Robust Panel Estimators
.png){kind=icon}
PRE
AI
DOI：10.1002/jae.70061.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了面板数据设定下的因果效应估计。我们引入了一种新的估计量，即三重稳健面板（TROP）估计量，该估计量结合了基于低秩因子结构的潜在结果灵活模型，并在两向固定效应设定的基础上，引入了单元权重（旨在加重与处理单元相似的单元）和时间权重（旨在加重与处理时间段相近的时间段）。我们在一组模拟中研究了该估计量的性能，这些模拟设计得与多个常见研究的真实数据集高度匹配。我们发现，在不同设定下，估计量的性能存在显著差异。提出的估计量优于两向固定效应（TWFE）或双重差分（DID）、合成控制（SC）、矩阵补全（MC）和合成双重差分（SDID）估计量。我们研究了数据生成过程中哪些特征导致了这种优异表现，并评估了所提出估计量三个组成部分的相对重要性。我们提出了两条建议。我们首选的策略是，研究人员应使用与他们的数据高度匹配的模拟（如本文中讨论的），以研究哪些估计量在其特定设定中表现良好。一个更简单的方法是使用更稳健的估计量，如SDID或新的TROP估计量，我们发现这些估计量在许多实证相关设定中显著优于TWFE/DID估计量。
Keyword:
causal inference
difference in differences
factor models
panel data
synthetic controls
