Metode Synthetic Control
Pahami bobot donor, kecocokan sebelum treatment, batas convex hull, inferensi placebo, spillover, dan cara synthetic control mengevaluasi kebijakan yang memengaruhi satu pasar atau perusahaan
Jawaban langsung
Synthetic control mengestimasi apa yang mungkin terjadi pada satu unit yang ditreatment dengan memberi bobot pada unit donor tanpa treatment untuk mereproduksi jalurnya sebelum treatment. Setelah treatment, kesenjangan antara unit yang ditreatment dan synthetic menjadi estimasi efek jika kecocokan awal kredibel dan donor tetap tidak terpapar intervensi atau spillover-nya. Metode ini transparan karena bobot, kecocokan, dan kesenjangan dapat dilihat, tetapi kecocokan awal yang lemah, kumpulan donor yang tercemar, antisipasi, atau guncangan khusus unit yang bersamaan dapat menggagalkan interpretasi kausal
Satu unit yang ditreatment memerlukan pembanding yang dibangun
Aturan nasional, desain ulang bursa, atau intervensi khusus perusahaan mungkin hanya memengaruhi satu unit. Tidak ada satu unit tanpa treatment yang cukup menyerupainya
Synthetic control menggabungkan beberapa unit tanpa treatment, biasanya dengan bobot nonnegatif yang jumlahnya satu, untuk membentuk pembanding berbasis data
Objek ini bukan prakiraan yang dipilih karena akurasi pasca-peristiwa. Ini adalah kontrafaktual yang seluruhnya dirancang dari informasi yang tersedia sebelum treatment
Kecocokan sebelum treatment menjadi dasar desain
Bobot dipilih agar unit sintetis mengikuti prediktor penting dan terutama jalur outcome unit yang ditreatment sebelum intervensi
Periode awal yang panjang dapat menunjukkan apakah donor berbobot mereproduksi level dan dinamika. Riwayat yang pendek atau tidak stabil menyisakan banyak kontrafaktual yang masuk akal
Kecocokan awal yang buruk tidak diperbaiki oleh kesenjangan pascatreatment yang menarik. Ini berarti metode belum menunjukkan pembanding yang kredibel pada titik yang dapat diperiksa
Kumpulan donor adalah pilihan substantif
Donor harus dipengaruhi kekuatan yang sebanding tetapi tetap tidak tersentuh treatment, antisipasi, dan spillover. Unit yang berbeda secara struktural dapat mendistorsi tolok ukur
Unit yang ditreatment seharusnya berada dekat convex hull dari riwayat donor. Jika lebih ekstrem daripada setiap donor, bobot nonnegatif tidak dapat mereproduksinya dengan baik
Menambahkan donor tidak otomatis membantu. Kumpulan yang luas dapat memasukkan unit yang tercemar atau tidak sebanding, sedangkan pengecualian yang didorong outcome mengundang cherry-picking
Kesenjangan pascatreatment adalah bukti bersyarat
Setelah bobot ditetapkan, outcome sintetis berlanjut sebagai outcome donor yang diberi bobot. Kesenjangan melacak estimasi efek dari waktu ke waktu
Interpretasi mengasumsikan tidak ada guncangan lain pada unit yang ditreatment yang dimulai pada tanggal yang sama. Reformasi pasar, paparan krisis, perubahan indeks, atau perubahan pengukuran dapat meniru treatment
Perilaku antisipatif dapat memajukan tanggal efektif, dan spillover dapat mengubah outcome donor. Keduanya mencemari kontras, bukan sekadar menambah noise
Placebo mengatur inferensi
Placebo in-space menetapkan ulang treatment pada setiap donor dan membandingkan kesenjangannya dengan kesenjangan unit yang ditreatment. Placebo in-time menguji tanggal ketika tidak ada intervensi
Ukuran kesenjangan harus dinilai relatif terhadap error sebelum treatment. Rasio RMSPE pasca/sebelum yang besar lebih informatif daripada kesenjangan mentah dari unit yang sejak awal tidak pernah cocok dengan baik
Peringkat ini bukan p-value acak biasa kecuali mekanisme penetapan mendukung pembacaan tersebut. Peringkat menunjukkan seberapa tidak biasa pola unit yang ditreatment di dalam kumpulan donor
Sensitivitas harus memperlihatkan ketergantungan pada pilihan
Analisis leave-one-out menghapus donor berbobot positif yang berpengaruh. Jendela prediktor dan aturan donor alternatif menunjukkan apakah satu pilihan pemodelan menciptakan hasil
Plot bobot dan error periode awal, bukan hanya kesenjangan akhir. Unit sintetis yang hampir seluruhnya bertumpu pada satu donor memerlukan pemeriksaan khusus
Varian augmented atau generalized dapat melonggarkan sebagian keterbatasan kecocokan, tetapi memperkenalkan asumsi pemodelan baru. Ekstensi canggih tidak dapat menyelamatkan desain penelitian yang buruk
Peristiwa keuangan dapat cocok dengan desain ini
Aturan yang memengaruhi satu bursa dapat dibandingkan dengan gabungan berbobot bursa yang tidak terpapar dan sebelumnya mengikuti turnover, spread, serta volatilitas
Kontrol modal tingkat negara atau intervensi tata kelola perusahaan juga dapat sesuai, asalkan kumpulan donor stabil dan guncangan global memengaruhinya secara sebanding
Kesimpulannya bersifat lokal pada unit dan peristiwa tersebut. Kesimpulan tidak otomatis berlaku pada pasar lain, intensitas kebijakan lain, atau rezim ekonomi lain
Jadikan kontrafaktual terlihat
Laporkan kelayakan donor sebelum menampilkan outcome, semua bobot nonnol, keseimbangan prediktor, jalur lengkap sebelum dan sesudah treatment, serta ukuran kecocokan awal numerik
Tambahkan kesenjangan placebo, rasio kecocokan pasca/sebelum, hasil leave-one-out, jendela alternatif, serta garis waktu peristiwa bersamaan dan kemungkinan spillover
Ketika kecocokan awal lemah atau unit yang ditreatment berada di luar dukungan donor, hasil yang jujur mungkin adalah desain ini tidak dapat mengestimasi efek yang meyakinkan
Pertanyaan umum
Apakah bobot synthetic control harus berjumlah satu?
Dalam metode klasik, bobot biasanya nonnegatif dan berjumlah satu, sehingga unit sintetis tetap berada di dalam convex hull donor
Seberapa baik kecocokan sebelum treatment harus dicapai?
Tidak ada ambang universal, tetapi kecocokan harus cukup dekat sehingga kontrafaktual kredibel dibandingkan unit placebo dan skala studi
Apakah peringkat placebo sama dengan p-value konvensional?
Tidak otomatis. Peringkat itu menggambarkan seberapa tidak biasa kesenjangan unit yang ditreatment di antara penetapan ulang donor dan memerlukan argumen penetapan untuk klaim probabilitas yang lebih kuat
Dapatkah saya memasukkan semua donor yang tersedia?
Tidak. Donor memerlukan keterbandingan substantif dan harus bebas dari treatment, antisipasi, dan spillover