目录

1. 简介

合成控制法 (Synthetic Control Methods，SCM) 是一种使用未受干预个体 (控制组) 的加权平均值，来近似在没有干预的情况下受干预个体 (处理组) 的反事实替身，以此来估计处理效应。合成控制法的实现通常涉及两个主要的估计步骤：

• 首先，通过回归方法 (通常是有约束的)，仅使用干预前数据将 treated unit(s) 与 control units 匹配；
• 其次，通过将干预前的匹配权重与干预后的 control units 相结合，获得 treated unit(s) 的反事实结果的预测。

因此，合成控制法提供了干预政策实施后，treated unit(s) (因果) 处理效应的预测或点估计。本文拓展了合成控制法的不确定性量化，提出了 SC 框架下的条件预测区间：将潜在的结果变量作为随机变量，并采用有限样本概率集中的方法，为 treated unit(s) 在干预后的反事实结果制定预测区间，从而提供了一种评估统计不确定性的 (有条件的) 替代推断方法。